用途：该技能为 CIA 平台的政治情报分析提供数据科学方法论，覆盖统计分析、机器学习、自然语言处理、时间序列预测和网络分析，应用于 6 个情报框架与 82 个数据库视图，用于民主问责评估。
主要能力：时间序列分析（趋势、季节性、ARIMA 预测、变点检测）；分类模型（如随机森林预测议员倒戈风险、投票行为分类）；聚类分析（按投票行为对议员或政党分组）；NLP（议会文件与演讲文本分析）；网络分析（由投票一致性构建影响力网络）；预测政党支持率与政治家效能趋势。
适用场景：为选举结果或联盟稳定性构建预测模型；分析投票行为或政策立场的时间模式；检测政治行为异常（投票突变、缺席）；对议会文件与演讲做文本分析；由投票一致性构建影响力网络；预测政党支持或政治家效能趋势；按投票相似度聚类议员或政党。
不适用：简单聚合查询（应使用 SQL 视图）；实时运营仪表盘（应使用物化视图）；缺乏适当实验设计或准实验方法的因果推断。
使用方式：资料给出 Python 示例，涉及 pandas、numpy、statsmodels、scikit-learn、ruptures 等库，以及针对 sweden_political_party、vote_data、view_riksdagen_politician_summary 等表或视图的 SQL 查询。具体安装命令与完整运行步骤暂未提供。
限制：资料未提供收费、价格、平台支持范围、性能指标或效果保证；部分内容（如官方文本）为空，实际部署与数据访问方式暂未提供。