# Stats Sanity · 快速入门

> 社区开源 skill，非 the AI provider 官方产物。
> 许可：MIT · 仓库：https://github.com/inbharatai/claude-skills
> 整理：Ameureka × CCAF101（独立中文学习社区，并非认证方官网）

> ⚠️ **功能替代**，非原版。详见下方"能力边界"。

## 一句话定位

一个 SKILL.md，让 Claude 即时具备假设检验、回归、ANOVA、置信区间与功效计算能力。

## 核心能力

运行统计分析——假设检验、回归、ANOVA、置信区间与统计功效计算，依赖 python/scipy/statsmodels 科学栈产出结构化结果。

## 关键特性

- 假设检验（hypothesis tests）
- 回归分析（regressions）
- 方差分析 ANOVA
- 置信区间（confidence intervals）
- 统计功效计算（power calculations）
- 依赖 python/scipy/statsmodels；规范要求输入校验、显式优于隐式、为非显然逻辑加注释并建议测试步骤

## 安装

这是 SKILL.md 指令文件（非可执行代码包）。安装方式：将该 SKILL.md 放入 ~/.codex/skills/statistical-analyzer/ 或项目 .agents/skills/statistical-analyzer/（frontmatter 声明平台 claude.ai / claude-code / api）。在 claude.ai 中可整段粘贴到对话开头或作为 Project 指令；API 调用可将其作为 messages.create 的 system 参数传入；Claude Code 中可写入 PROJECT.md 或内联引用。若要真正执行统计计算，需在运行环境单独安装 python + scipy + statsmodels。

## 使用流程

1. 将 statistical-analyzer/SKILL.md 放入技能目录（如 ~/.codex/skills/statistical-analyzer/）或在对话开头粘贴
2. 确保运行环境已安装 python、scipy、statsmodels
3. 用自然语言描述所需分析：假设检验 / 回归 / ANOVA / 置信区间 / 功效计算，并提供数据
4. skill 按 Data & Analytics 规范校验输入、产出结构化、可直接使用的结果
5. 审阅其建议的测试或验证步骤，确认结论

## 适用人群

需要做假设检验、回归、ANOVA、置信区间与功效计算的研究者、数据分析师与定量学生。

## 示例 Prompt

```text
Run hypothesis tests, regression, ANOVA, confidence intervals, and power calculations on this dataset.
```

## 能力边界（诚实说明）

功能替代，非原版。原 Stats Sanity 无唯一权威仓库；此处采用 inbharatai/claude-skills 集合中的 statistical-analyzer 作为最接近的功能实现，覆盖假设检验/回归/ANOVA/置信区间/功效计算等统计合理性检查。需诚实说明：该 SKILL.md 的 When to Use / Instructions / Examples 段落为模板化套话（如“Work with statistical analyzer tasks”），具体能力以 frontmatter description、README 技能画廊描述及声明的 scipy/statsmodels 依赖为准；它不是原版 Stats Sanity，也不暗示与 Anthropic 官方有任何关联。

## 完整源码

见 https://github.com/inbharatai/claude-skills（本文件为 CCAF101 编辑整理的快速入门，非完整仓库镜像）。

---

Ameureka × CCAF101 · 独立中文学习社区，并非认证方官网。文中第三方产品名为其各自厂商商标，CCAF101 不与之关联且不暗示使用关系。