统计分析方案生成器

为什么需要它？

很多人拿到数据后才临时选检验方法，或算错样本量导致功效不足，或做多组比较却没校正——这些事后调整不仅易错，还可能让结论站不住脚。统计方案若拖到分析时才拼凑，很难保证方法与数据类型匹配，也容易被质疑是否“挑了好看的结果”。

它如何工作？

这个技能不跑代码，而是先梳理你的研究问题：单组还是多组？变量是连续、分类还是有序？再按步骤推进：

• 匹配方法：根据变量类型和设计，推荐t 检验、ANOVA、回归或非参数检验等；
• 明确前提：列出每种方法的假设（如正态性、方差齐性）及对应诊断方式；
• 估算功效：用占位参数给出所需样本量和统计功效的参考值；
• 校正策略：说明多重比较时的调整方法，避免假阳性。

最后输出一份结构清晰的 Markdown 统计方案，可直接用于研究设计文档或预注册。

注意边界

它生成的方案不含可执行代码，样本量参数是占位值，必须替换为真实效应量重新计算。同时不会鼓励任何“挑结果”的行为，始终强调预注册和规范校正的重要性。若研究设计太复杂（如混合效应模型需要更细的分层信息），可能需要先补充细节再生成。