用途：面向学术与研究写作场景，针对复杂研究设计进行样本量与统计功效计算，覆盖生存分析、整群设计和多重比较等情形。
主要能力：提供 t 检验（配对/独立）、卡方检验、log-rank 检验（生存分析）、ANOVA、回归、整群设计、非劣效试验等检验类型的样本量计算，并可输出所需样本量、功效曲线数据、敏感性分析和脱落调整后的 N。
使用方式：需 Python 3.10+，依赖 numpy、scipy（见 requirements.txt，可用 pip install -r requirements.txt 安装）。核心入口为 scripts/main.py，可先运行 python -m py_compile scripts/main.py 校验可解析性，再通过 python scripts/main.py --help 查看参数。常用示例：python scripts/main.py --test ttest --effect 0.5 --alpha 0.05 --power 0.8；python scripts/main.py --test survival --hazard-ratio 0.7 --alpha 0.05。参数包括 --test（必填，取值 ttest、chi2、survival、anova、regression）、--effect（必填，如 Cohen's d 或风险比）、--alpha（默认 0.05）、--power（默认 0.8）、--allocation（默认 1:1）。
适用场景：需要事先明确假设、限定范围并产出可复现结果的学术写作与研究设计任务；缺少输入、执行出错或仅有部分证据时可走文档化的回退路径。
限制：该技能仅处理其文档化的流程；请求超出范围、缺少关键输入或需要不受支持的假设时应停止并说明。资料未提供具体在线服务、平台支持范围或额外收费信息。建议在沙箱环境执行脚本，并注意输入校验。