用途：对实验结果（如CSV数据）进行可复现的端到端统计分析，覆盖清洗、检验、报告三个环节，适用于比较两组条件（独立或配对）、3组以上单因素比较或多因素方差分析，并检验与记录统计假设。
主要能力：描述性统计（均值、标准差、置信区间、分组汇总表）；推断统计（独立/配对t检验，假设不满足时的非参数替代，单因素与多因素ANOVA，Tukey等事后多重比较）；报告输出（检验统计量、p值、效应量、表格、图表与假设说明）。方法选择与报告模板见 references/stats-method-selection.md 与 references/reporting-template.md。
使用方式：基于运行目录执行。先初始化运行目录，再运行分析，默认使用 outputs/runs/ 下最新一次运行。
1) 初始化运行目录与示例输入/配置
python scripts/init_run.py
2) 运行分析（默认使用最新的 outputs/runs/<timestamp>/）
python scripts/analyze_experiment.py
目录约定：运行时在 outputs/runs/<timestamp>/ 下创建新目录，配置文件为 outputs/runs/<timestamp>/config.json，所有中间与最终产物（配置、输入、输出、图表、表格）必须写入该运行目录内，禁止写到运行目录之外。
依赖：Python 3.10+、pandas >= 2.0、numpy >= 1.24、scipy >= 1.10。
限制与要求：每次执行前应先运行初始化脚本；分析脚本默认读取最新运行目录（是否支持显式覆盖暂未提供）。需根据实验设计处理缺失值（删除、插补或标记）、识别与处理离群值并记录排除情况。需明确结果变量（通常为连续测量）与分组因素（处理/对照、时间点、基因型等）。假设检验至少报告检验统计量、自由度（如适用）、p值，以及效应量与置信区间；应保留分析代码与随机种子以确保可复现。运行环境与图形界面等未在资料中说明。