auto-stat-testlisted
Install: claude install-skill serejaris/kimi-skills
# statistical-test-suite
自动统计检验工具 —— 根据数据特征自动选择合适的统计检验方法(t 检验 / 卡方 / ANOVA / Mann-Whitney 等),一键输出检验结果和中文通俗解读。
## 能力概览
| 功能 | 说明 |
|------|------|
| 独立样本 t 检验 | 2 组 + 正态数据,比较均���差异 |
| Welch t 检验 | 2 组 + 正态但方差不齐 |
| Mann-Whitney U | 2 组 + 非正态数据(非参数) |
| 单因素 ANOVA | 3+ 组 + 正态数据 |
| Kruskal-Wallis | 3+ 组 + 非正态数据(非参数) |
| 卡方独立性检验 | 两个分类变量的关联性 |
| 配对 t 检验 | 前后对比(正态) |
| Wilcoxon 符号秩 | 前后对比(非参数) |
| 自动选择 | 根据组数、正态性、数据类型自动决定 |
| 通俗解读 | 每个指标和结论都给出中文白话说明 |
## Quick Start
```bash
# 分组比较(自动选择检验方法)
python3 scripts/statistical_test_suite.py data.csv --group treatment --value score
# 卡方检验(两个分类变量)
python3 scripts/statistical_test_suite.py survey.csv --group gender --value preference
# 配对检验(前后对比)
python3 scripts/statistical_test_suite.py experiment.csv --col1 pre_score --col2 post_score --paired
# 强制指定检验方法
python3 scripts/statistical_test_suite.py data.csv --group group --value score --test mann-whitney
# 保存结果到 JSON
python3 scripts/statistical_test_suite.py data.csv -g treatment -v score -o result.json
```
## 详细用法
### 模式一:分组比较
用 `--group` 指定分组列,`--value` 指定比较列,工具自动判断用哪种检验。
```bash
python3 scripts/statistical_test_suite.py <数据文件> --group <分组列> --value <数值列> [选项]
```
自动选择逻辑:
1. 两列都是分类变量 → **卡方检验**
2. 2 个组 + 数据正态 → **独立样本 t 检验**(方差不齐则用 Welch t)
3. 2 个组 + 数据非正态 → **Mann-Whitney U 检验**
4. 3+ 个组 + 数据正态 → **单因素 ANOVA**
5. 3+ 个组 + 数据非正态 → **Kruskal-Wallis 检验**
### 模式二:配对比较
用 `--col1` 和 `--col2` 指定前后两个变量列。
```bash
python3 scripts/statistical_test_suite.py <数据文件> --col1 <前> --col2 <后>