$ loading_
帮助用户推荐统计检验、检查前提假设并解释结果与样本量规划。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"academic-stats-advisor" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
我有两组独立样本，想比较干预前后成绩差异。请根据变量类型、样本量和研究设计，推荐合适的统计检验，并说明选择理由。
给出适合的统计检验建议，并说明适用条件与选择依据。
我计划做线性回归，请列出需要检查的关键假设，并说明每项假设不满足时可能带来的影响。
返回回归假设清单，以及每项假设的意义和风险提示。
我要设计一项比较两组均值的研究，请帮助我进行样本量规划，并说明需要考虑哪些关键参数。
给出样本量规划思路，并列出功效分析相关的关键输入因素。
研究员或学生在设计实验、问卷或观察性研究时，可用它根据数据类型和研究问题推荐合适的统计检验。这样能在分析前减少方法选择错误。
数据分析师在准备进行回归、组间比较或其他统计检验前，可用它梳理应检查的前提假设。这样有助于判断结果是否可靠、模型是否适用。
研究人员在撰写论文或报告时，可借助它整理统计方法选择逻辑并辅助解释结果。它适合将分析决策过程表达得更清晰。
这是一个 MCP 服务器，供 AI 助手调用统计学决策逻辑。它可用于推荐统计检验、检查假设、解释结果，以及规划样本量。
从给定信息看，它属于 MCP 工具，因此通常需要兼容 MCP 的 AI 助手或客户端。更具体的安装方式、运行环境和配置要求见源码仓库。
它的特点是把统计学家的决策逻辑封装为可调用能力，而不只是泛泛给建议。是否包含更多专门规则或实现细节，见源码仓库。
让 AI 无需手写代码即可调用 R 与 Python 统计函数完成分析
提供确定性数学计算与教材笔记检索，辅助高可信学习与引用回答
帮助科研人员从草稿中提取论点并检索高质量学术引用建议。
帮助用户检索学术论文、解答研究问题并提供 DOI 引用依据。
帮助教师通过 AI 工具创建并查询学生记录，简化教学数据管理。
通过 MCP 接入 DCS/SCADA 数据，监测工业过程异常并提供分析与优化建议