statistical-analysis skill 是什麼、怎麼安裝使用：K-Dense 的科研統計分析 Skill（選檢驗、查假設、報告效應量）

本文根據 K-Dense-AI/scientific-agent-skills 倉庫裏該技能的 SKILL.md 與倉庫 README 整理，資料核對於 2026-10-11。所在倉庫 K-Dense-AI/scientific-agent-skills 在 GitHub 約 4.8 萬 Star（同日數據）。技能內容會隨倉庫更新，以倉庫為準。

這個 Skill 做什麼

科研數據分析裏最常見的錯誤不在計算，而在選擇：該用哪種檢驗、數據滿不滿足前提、只報 p 值不報效應量。statistical-analysis 把一位嚴謹的統計顧問會問的問題變成了流程。description：面向科研數據的引導式統計分析——檢驗選擇、假設檢查、效應量、功效分析、貝葉斯替代方案和 APA 格式的報告；只要用戶想比較組間差異、檢驗假設、分析實驗或問卷數據、檢查統計假設、計算所需樣本量或撰寫結果，就應使用，即使用戶沒有說出具體的檢驗名稱。覆蓋 t 檢驗、方差分析、卡方、相關、迴歸、非參數與貝葉斯方法。

概述裏有兩句值得注意的話：要先明確估計目標和抽樣單位；數值篩查並不能「認證」假設成立，也不能替代科學判斷。

主要內容：

• 檢驗選擇指南與速查表；
• 假設檢查，以及假設不滿足時怎麼辦；
• 運行檢驗的完整範例：帶完整報告的 t 檢驗、帶事後比較的方差分析、帶診斷的線性迴歸、貝葉斯 t 檢驗；
• 效應量：常用指標、計算方法和置信區間；
• 功效分析：研究設計階段的先驗分析和事後的敏感性分析；
• 結果報告。

目錄裏有一個假設檢查腳本和五份參考文件。

怎麼安裝

倉庫 README 的安裝方式是 skills CLI。這個庫有一百七十多個技能，建議用 CLI 文檔裏的 --skill 參數只裝需要的：

bash
npx skills add K-Dense-AI/scientific-agent-skills --skill statistical-analysis

也可以把整個倉庫克隆到 ~/.agents/skills/scientific-agent-skills（用戶級）或項目的 .agents/skills/ 下。

倉庫整體介紹和其他安裝方式，詳見本站《Scientific Agent Skills 是什麼、怎麼安裝使用：K-Dense 的科研 Skill 庫（生信、化學、數據分析、科研寫作）》。

怎麼用

• 「三個處理組的數據在這個 CSV 裏，幫我比較組間差異，並檢查前提假設」。
• 「想檢測中等大小的效應，每組需要多少樣本？」
• 「把這個迴歸結果寫成論文裏的結果段落，按 APA 格式」。

適合誰 / 侷限

適合心理學、醫學、生物、社會科學等領域需要做常規統計的研究生和科研人員。複雜的實驗設計、多層模型、因果推斷超出了它的引導範圍，描述裏把底層建模指向同庫的 statsmodels 和 pymc 技能；統計方法選對了，也不能彌補研究設計本身的缺陷。

注意事項

• 許可：MIT。
• 環境：技能聲明需要 Python 3.12 以上和文檔裏說明的隔離科學計算環境，聯網僅用於安裝和查文檔。
• 會執行代碼：分析在本地運行，數據不必上載到別處，但內容會進入模型上下文。
• 涉及臨床或政策決策的分析，應由專業統計人員覆核。