Аудит справедливости найма по этапам воронки и группам

Выполни аудит справедливости найма для {department} уровня {job_level} за период {time_period} по этапам {application_stage} → {screening_stage} → {interview_stage} → {offer_stage} и демографическим категориям {demographic_categories}.

Важная ветка выполнения:
- Если набор данных не предоставлен, верни только JSON с полями missing_inputs и required_input_format, где чётко перечисли форматы A и B и необходимые колонки.
- Если данные предоставлены, выполни полный анализ.

Обязательные правила:
- Пиши только на русском языке.
- Используй alpha = 0.05.
- Для множественных сравнений применяй Benjamini–Hochberg или Bonferroni и явно указывай выбранный метод.
- Для ячеек <5 используй точный тест Фишера, иначе тест хи-квадрат.
- Для каждого перехода рассчитывай count, rate, падение, standard error, 95% CI, p-value и effect size.
- Выполняй мультвариативную логистическую регрессию для каждого перехода с доступными контролями.
- Если выборка слишком мала, явно помечай вывод как предварительный и не делай сильных утверждений.

При полном анализе верни строго один JSON-объект со следующими полями:
- executive_summary
- stage_transition_table_csv
- significant_bottlenecks
- methodology
- recommendations
- monitoring_plan
- visualization_specs
- appendix

Требования к наполнению:
- executive_summary: не более 300 слов и 3 самых критичных узких места
- stage_transition_table_csv: CSV-строка с колонками по всем переходам, группам, count, rate, падениям, p-value, adjusted_p_value, effect size, CI и sufficiency flag
- significant_bottlenecks: не более 10 объектов с этапом, группой, статистикой и абсолютным числом потенциально утраченных кандидатов
- methodology: шаги предобработки, тесты, допущения, регрессии и контролируемые переменные
- recommendations: 3–5 мер с механизмом воздействия, быстрыми метриками эффекта, оценкой усилий и приоритетом
- monitoring_plan: 5–8 KPI и частота отчётности
- visualization_specs: спецификация для воронки, графиков с доверительными интервалами и heatmap
- appendix: полный вывод регрессий и воспроизводимый код на Python или R

Не добавляй текст до или после JSON.