示例提示词
按这份方案跑组间比较:描述统计、Welch t 检验、效应量、前提检查全套,报告里把不显著结果也写出来。
预期产物
完整的检验结果与报告,含效应量、置信区间与前提检查;异常筛查只报告,不自动换检验。
选择合适的统计方法,检查分析前提,整理可复查的结果。

把统计比较做成有纪律的流程:先写清假设、比较对象和判断标准,再按预先定好的方案执行检验——两组比较、配对设计、多组方差分析(含事后两两比较)、非参数检验、列联表与相关分析、常用回归,以及实验前的样本量测算。每次检验都附带效应量和置信区间,按学术报告格式给出描述统计与结果,不显著的发现同样如实呈现。
正态性、方差齐性等前提检查随报告给出,但只作提醒,不会自动替你换检验;数据缺格按规则处理并计数;同样的文件和方案能得到相同的结果,便于复核。
范围之外也明说:贝叶斯分析、多层模型、生存分析、元分析和时间序列建模不在其中——宁可说不做,不会给你近似糊过去。
示例用于说明请求与期望产物形态,不代表已完成的运行结果。
按这份方案跑组间比较:描述统计、Welch t 检验、效应量、前提检查全套,报告里把不显著结果也写出来。
完整的检验结果与报告,含效应量、置信区间与前提检查;异常筛查只报告,不自动换检验。
效应量 d=0.5、功效 0.8、双侧 α=0.05 的配对设计要多少样本?顺带算一下 d=0.4 的情况。
两组精确求解的样本量与假设说明,标注这是实验前的功效估算,不是结果的保证。
iOS · Android
iOS
Android
MIT
MIT (root LICENSE.md)
固定上游提交采用 MIT;完整许可与逐文件适配、素材核验记录保存在 references/licenses/,Floe 新增内容及合成样本另有标注。
发布提交 25e07dbeeb,审计来源 84c524b6fb;目录摘要 iOS 46196ba57ed7… · Android 16de89d019e2…。
版本记录随签名目录发布;以下为目标与已发布版本。