用途：在本地环境中执行严谨的统计分析，包括组间均值比较、变量相关检验、假设检验、多重检验校正、统计摘要与置信区间等。适合需要可复现统计流程的科研数据分析场景。
主要能力：提供独立样本 t 检验（含 Levene 方差齐性检验与 Welch 校正）、单因素方差分析及事后两两比较、Pearson 与 Spearman 相关分析、卡方列联表检验、Mann-Whitney U 与 Kruskal-Wallis 非参数检验、Shapiro-Wilk 等正态性检验、Fisher 精确检验、效应量（Cohen's d）与置信区间计算；使用 statsmodels 的 multipletests 实现 FDR（Benjamini-Hochberg）与 Bonferroni 多重校正。
使用方式：导入 numpy、pandas、scipy.stats 与 statsmodels，按需调用 ttest_ind、f_oneway、pearsonr、chi2_contingency、mannwhitneyu、kruskal 与 multipletests 等函数，结果可导出为 CSV。技能在沙箱中本地运行，兼容 GPT、Gemini、Claude、DeepSeek、Qwen 等提供商；大规模检验（如上万基因）约需 1 至 5 秒。
适用场景：差异表达统计检验、聚类富集分析、批次效应检测、组间比较与相关性研究。
限制：具体安装命令、版本要求、收费模式与授权信息暂未提供；技能仅处理其文档化的工作流，输入缺失或超出范围时应停止并要求补充必要输入。统计结果的可靠性取决于样本量、数据分布与异常值处理，需先检验前提假设。