Agent Skills
返回列表
📊

学术统计图表生成

数据分析 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @user_8d26dabd/academic-chart-gen。

技能介绍

问题

论文中的统计图经常被退回:均值比较缺少误差线,显著性只有星号没有检验方法,尺寸不符合期刊要求,配色在打印后失效。这个技能面向统计推断可视化,从 CSV/Excel 数据到出版级 PNG/SVG 图表,强调可复核,而不是只产出漂亮图片。

工作方式

  • 先确认数据来源和统计问题,再选择图表类型:柱状图、箱线图、小提琴图、散点图、折线图、热力图、森林图、ROC 曲线、Bland-Altman 图和雷达图等。
  • 核心能力是误差线与显著性标注:支持 SEM、SD、CI 等误差线类型,要求显著性标注附带检验方法和 p 值,非显著结果如实呈现。
  • 可按期刊预设调整尺寸、配色和导出参数,支持色盲友好及灰阶打印安全方案;若涉及 Word 嵌入,则按图题、多图排版等规则处理。

边界

它不是通用数据分析工具,也不用于伪造、美化或选择性删除数据;不自动发布,也不替用户判断统计结论。输入必须来自真实实验、采集或公开数据,输出需标注 AI 生成,须核对数据来源,数据真实性与统计结论由用户负责。

使用场景

  • 论文修回时,把两组实验均值对比补上误差棒和显著性星号。
  • 投稿前,把 CSV 实验数据导出为 Nature 单栏尺寸的箱线图。
  • 方法学论文里,把诊断指标数据生成带 AUC 和 95% CI 的 ROC 曲线。
  • 写论文时,确认柱状图配色色盲友好且灰阶打印仍可区分。

适合人员

  • 生物医学研究生,需要把实验分组数据做成符合期刊要求的显著性图。
  • 临床研究作者,需要生成 ROC、森林图和 Bland-Altman 图。
  • 课题组数据整理员,负责把 Excel 结果转成可编辑的出版级矢量图。
  • 论文排版协作者,需要检查误差线类型、p 值标注和期刊尺寸。