statistical-analysis

概览：statistical-analysis 技能

statistical-analysis 技能可以帮助你针对具体研究问题，选择、执行并报告合适的统计检验，同时关注前提假设、效应量、统计功效以及 APA 风格输出。它最适合 Data Analysis 工作流中这样一类任务：问题不是“算出一个模型”，而是“判断什么分析站得住脚，以及如何把它清楚地说出来”。

这个 statistical-analysis 技能最适合谁

如果你需要支持学术研究、论文写作、实验结果报告，或者需要做检验选择的观察性数据分析，那么这个 statistical-analysis 技能就很合适。它尤其适合已经有数据和研究问题，但对检验选择、假设检查或报告格式还不够有把握的用户。

它能帮你做什么

它的核心作用，是把一个杂乱的研究问题推进成一份可执行的分析方案：该用什么检验、需要验证哪些假设、哪些效应量或功效问题最关键，以及结果该怎么呈现。相比泛泛的提示词，在你需要方法上站得住脚的 statistical-analysis Data Analysis 时，这个技能会更有用。

需要先了解的主要限制

它偏向指导，而不是替代像 statsmodels 这类专门软件在程序化建模实现上的作用。若你的任务主要是数据清洗、仪表盘搭建，或者生产环境里的机器学习，而不是统计推断和报告，它也不算理想选择。

如何使用 statistical-analysis 技能

安装并确认技能范围

使用你的环境支持的仓库安装流程，例如：npx skills add K-Dense-AI/claude-scientific-skills --skill statistical-analysis。安装后，确认当前生效的是 statistical-analysis 技能，而不是更宽泛的 scientific-skills 提示词；后者可能会把分析决策路径拉得过于模糊。

给技能一个足够可决策的提示词

statistical-analysis 技能最好的用法，是在提示词里直接给出研究问题、结果变量、预测变量或分组、样本量、数据类型，以及任何限制条件。弱提示词会说“分析我的数据”。更强的说法则是：“我有 42 名参与者，一个连续型结果变量、两个独立组，我需要知道独立样本 t 检验是否合适、该检查哪些前提假设，以及如何用 APA 格式报告结果。”

先读对的文件

先看 SKILL.md，了解它预设的工作流程，然后检查其中链接到的、定义检验选择、假设检查和报告规范的相关部分。如果这个仓库只有一个 skill 文件，那就重点看其中的标题和示例；这里没有额外的支持目录可以依赖。

把技能当作工作流，而不是一次性问答

想要更好的结果，最好先让它给出分析方案，再让它检查假设，最后再让它生成最终报告语言。这样的顺序能减少前期错误选择，尤其适用于输入信息不完整、设计是混合型，或者同一个分析问题可能有不止一种合理做法的情况。

statistical-analysis 技能常见问题

statistical-analysis 技能只适合学术场景吗？

不是。它在学术和研究场景里最强，但只要你需要有统计依据的检验选择、假设检查，或对 Data Analysis 做清晰解释，它同样有用。

安装之后还需要普通提示词吗？

需要，但提示词会更聚焦。statistical-analysis 技能比通用提示词提供了更好的默认工作流，尤其是在你需要功效分析、检验选择，或 APA 报告，而不是泛泛讲解时。

什么时候不该用这个技能？

当你需要为某个特定建模库写代码、任务主要是探索性数据整理，或者你只想要一个不涉及方法细节的快速直观总结时，就不该用它。在这些情况下，更简单的提示词或其他工具可能更快。

对初学者友好吗？

友好，只要你能提供基本的研究信息。初学者最大的风险是把设计描述得太笼统，结果导致选错检验或假设检查不充分。如果你能清楚说明变量和分组，这个技能就很合适。

如何改进 statistical-analysis 技能

提供模型无法自行推断的分析背景

质量提升最大的一步，是把研究设计说清楚。要注明组别是否独立还是配对、结果变量是连续型还是分类变量、每组样本量、是否存在缺失数据，以及是否有重复测量结构。这些细节会实质性地改变 statistical-analysis 的建议。

不要只问结果，要问决策链

不要只问最终检验，而要让它把推理过程也讲出来：“推荐检验、说明为什么适合、列出假设，并给出 APA 表述。”这样可以帮助 statistical-analysis 技能显露隐藏的取舍，也更容易判断输出是否可信。

说明会影响检验选择的约束条件

请提到非正态、方差不齐、小样本、多重比较、聚类数据，或者序数测量。这些约束往往决定了正确答案究竟是标准参数检验、稳健替代方案，还是另一种报告方式。

迭代第一版结果

如果第一轮回答太宽泛，就把问题收窄：只保留一种研究设计、一个结果变量，或一种报告标准。最好的 statistical-analysis 指导输出，通常来自第一轮之后的进一步收窄，然后再要求更清晰的推荐、更扎实的假设检查，或更适合直接用于 APA 的精炼总结。