实验结果与样本量统计解读

原名：statistical-analyst

根据指标与样本条件选择检验，并同时说明效应、区间和业务意义。

中文 Skills 技能说明

两个方案的数据有差别，不代表改版真的有效。提供实验设计、样本量、分组、指标和原始或汇总数据，技能用包内 Python 工具辅助选择比例、均值或分类检验，计算区间与样本需求，交付统计解释和适用假设。显著不等于影响大，更不证明因果；多次查看、重复比较和样本偏差要单独说明。统计结果不能填补缺失业务事实，也不替代专业审核。数据先脱敏，真实试验和对外发布结论由老板确认。

上游能力依据

上游原始适用说明：Run hypothesis tests, analyze A/B experiment results, calculate sample sizes, and interpret statistical significance with effect sizes. Use when you need to validate whether observed differences are real, size an experiment correctly before launch, or interpret test results with confidence.

上游 SKILL.md 主要章节（保留原文标题）：

• Entry Points
• Mode 1 — Analyze Experiment Results (A/B Test)
• Mode 2 — Size an Experiment (Pre-Launch)
• Mode 3 — Interpret Existing Numbers
• Tools
• scripts/hypothesistester.py
• scripts/samplesizecalculator.py
• scripts/confidenceinterval.py
• Test Selection Guide
• Decision Framework (Post-Experiment)

使用边界

先确认数据口径、只读或写入权限以及备份方案。查询结果需要说明范围，任何结构或数据变更都应先预览并人工确认。

作者、翻译与许可证

原作者

Alireza Rezvani 与 claude-skills contributors

中文翻译

CEOFans翻译

许可证

MIT

上游来源

https://github.com/alirezarezvani/claude-skills/tree/19392f7a08264ed00486a251f5b2098321771f94/engineering/statistical-analyst/skills/statistical-analyst

适用范围

平台：linux、macos、windows；标签：数据与数据库、实验结果与样本量统计解读、开源技能

安全提示

基础静态扫描不等于绝对安全。技能可能调用命令、浏览器、云服务或本地文件，请在最小权限环境中使用，高风险操作必须人工确认。

如发现侵权、许可证或安全问题，可在本页前台提交投诉，管理员复核后可立即下架。