心理学统计分析助手

问题

心理学实验数据通常不是简单跑一个 p 值。研究者在凝视线索、社会认知、隐性学习等任务中，需要先检查正态性与方差齐性，再选择 t 检验、ANOVA、相关或卡方分析，并报告效应量、置信区间和样本量。若流程依赖经验，容易遗漏前提检验、误用参数方法，或把显著性解释成效应大小。

工作方式

该技能把统计分析组织为可重复的分析链：

• 描述统计：输出均值、标准差、标准误、中位数、四分位数、四分位距与分布摘要。
• 假设检验：覆盖单样本、独立样本、配对 t 检验，单因素与多因素 ANOVA，皮尔逊相关、线性回归、卡方检验。
• 效应量与解释：计算 Cohen's d、η²、相关强度，并给出效应大小分类。
• 功效分析：用于样本量估计、统计功效计算和研究设计规划。

所有结果以字典形式返回，包含检验统计量、p 值、显著性阈值、效应量、样本量、自由度以及可读解释。建议在实际推论前使用其假设检查能力，并同时报告原始统计量与效应量。它适合定量心理学研究的设计与结果解释，但不会替代对实验设计、测量工具和数据预处理的专业判断。