轻量统计分析

骨架版（v0.1.0）：核心脚本与单测已就绪，后续按文末「完善清单」逐技能打磨提示词与边界。

概述

把最常见的统计动作变成一句话命令：均值方差分布、两变量相关性。适合先快速摸数据再决定是否上重模型。

何时使用

• 快速看数据分布与基本统计
• 判断两列变量是否相关
• 报告前的探索性分析

快速使用

# 描述统计（整表或某列）
python3 scripts/stats_helper.py describe 数据.xlsx -c 销售额

# 两列相关（Pearson）
python3 scripts/stats_helper.py corr 数据.xlsx 广告费 销售额

依赖安装

# 提示：脚本用相对路径 scripts/，请先 cd 到本技能目录再运行
python3 -m pip install pingouin pandas

常见错误 / 注意

• 依赖 scipy/numpy/pandas，安装体积适中但非重 ML 框架
• 当前骨架含 describe/corr，后续可加 ttest/anova/回归
• 中文列名需源文件编码为 UTF-8

实测验证（v0.1.0）

• 核心依赖：pingouin
• 安装体积：🔴 383.4 MB（依赖闭包实测，重量级）
• 环境要求：依赖 scipy / statsmodels / scikit-learn / pandas，安装体积最大（约 383MB），但纯 CPU 无 GPU 要求。
• 单元测试：python3 -m unittest tests.test_...（须 cd 到本技能目录运行）
• CLI 冒烟：已通过端到端实测

已验证行为

• ✅ describe：描述统计
• ✅ corr：相关性（含 p 值与置信区间）
• ✅ normality：Shapiro-Wilk 正态性检验
• ✅ ttest：t 检验（含 Cohen's d 效应量）

已知边界 / 坑

• ⚠️ pingouin 没有 describe()，描述统计由 pandas 提供，推断统计才用 pingouin
• ⚠️ 样本量 ≤4 时 power 估计返回 NaN，属正常告警

完善清单（骨架后待补齐）

• [ ] 补充更丰富的示例与边界处理
• [ ] 增加批量 / 多格式模式
• [ ] 写更完整的自测说明与示例文件
• [ ] 打磨触发词与用户引导话术（对齐本生态其他技能风格）