一条自研工具链，贯通
「清洗 → 建模 → 加权 → 出表」

调查与测评原始数据常来自多种文件格式和字符编码，还会混有越界值、漏答、直线作答、异常作答时长以及多套试卷题号不一致等问题。零散脚本会把修订逻辑埋在代码里，难以复核某个值为何被改、由谁规定、能否完整重跑。

• 以版本化规则执行范围、集合与表达式检查，并识别漏答、直线作答、作答时长、陷阱题和得分异常。
• 先检测、后执行；排除、置空、重编码和标记动作必须显式映射到规则，未处理发现不会被静默忽略。
• 原始数据保持不变，每次修改都记录旧值、新值、规则、方法和 finding_id；清单与哈希支持一键复现。
• 支持常见表格与统计文件、分块处理、计分、多卷题库对齐以及自包含 HTML 报告。

把“清洗过的数据”升级为“可解释、可追踪、可重跑的数据产品”，让项目负责人、分析人员和审计人员看到同一条证据链。

大型能力与素养测评动辄数十万、上百万被试，题目多、维度多。传统 IRT 软件在这种规模下常受内存、速度或可扩展性限制。

• 支持 Rasch/1PL、PCM、RSM、2PL、GPCM；单维与题间多维；潜在回归、多组分析、个案权重与 EAP 能力估计。
• 多线程 E 步、按被试分块的流式后验计算、维度分解、解析梯度、混合 Newton 更新与引擎自动路由面向大规模数据设计。
• 可选积分节点剪枝会报告实测近似误差；默认始终采用精确计算，不会静默改变统计目标。

grid、streaming 与 auto 三种引擎兼顾日常易用和大数据可控执行；中英文手册便于应用团队接手。

调查加权脚本常会静默失败：样本与目标类别不一致、单元格过薄、截尾后组内总量漂移，或多来源目标使用不同口径。只给出一列最终权重，无法证明计算前检查过什么、过程中做了哪些选择。

• 用统一目标对象接收总体数据、加权参考样本或手工边际表，并在计算权重前比较样本与目标。
• 预先声明类别合并阶梯，先报告不兼容和稀疏单元，再把审核后的合并一致应用到样本和目标。
• Raking 与事后分层共享统一调度接口和结果契约；自动路径不会绕过阻断性预检查。
• 诊断、决策账本、双语报告和审计导出把每次校准变成可复核的生产流程。

把一次性调权脚本变成“预检查 → 执行 → 诊断”的标准流程，减少权重看似收敛、口径却已经失真的风险。

出表这一步，最容易把前面做对的分析重新弄丢。调查类工具算得出符合抽样设计的统计量，却排不出自由版式的表；透视类工具版式随意，却对抽样设计一无所知。于是报告表格只能人工拼装，而最先消失的，往往正是标准误——那个说明估计值可信到什么程度的数字。

• 行变量、列变量与单元格统计量像电子表格透视表一样自由指定，同时每一个单元格都携带与抽样设计相符的标准误。
• 直接接受大规模测评真正会产出的数据：人口学变量、分数、抽样权重、带个体标准误的 IRT 能力估计、复本权重与似真值。
• 补齐自研工具链的最后一环——DCC 清洗、IRTC 建模、WFC 加权，再由 LISTC 把结果变成报告真正要用的表。

报告表格不再是靠手工、易出错的收尾工序，而成为分析本身可复现的产出，不确定性一路传递到最后一个单元格。