用途：面向学术研究，提供从研究问题到结果报告的完整统计分析流程，包括假设检验、回归、相关与贝叶斯分析，并强调前提假设检查与 APA 格式报告。
主要能力：按研究问题和数据类型选择检验（t 检验、ANOVA、卡方、非参数检验、回归、相关、贝叶斯替代方案）；检查正态性、方差齐性、线性等假设并给出违反时的处理建议；计算效应量及其置信区间；进行事前功效分析与敏感性分析；生成符合 APA 风格的结果段落、图表。
使用方式：按工作流推进——选择检验参考 references/test_selection_guide.md，检查假设使用 scripts/assumption_checks.py（含 comprehensive_assumption_check、check_normality、check_homogeneity_of_variance、check_linearity、detect_outliers），运行分析参考 references/code_examples.md，报告结果参考 references/reporting_standards.md 与 references/apa_report_templates.md。主要库为 scipy.stats、statsmodels、pingouin、pymc + arviz。
适用场景：学术论文中的假设检验、回归与相关分析、贝叶斯分析、效应量与功效计算、APA 结果撰写。
限制与边界：不适用于特定模型类拟合（用 alterlab-statsmodels）、检验选择合规审查（用 alterlab-test-selection-guard）、完整贝叶斯或分层建模（用 alterlab-pymc）、元分析（用 alterlab-meta-analysis）、复杂抽样调查分析（用 alterlab-survey-analysis）。避免 p-hacking、HARKing、忽略假设、不报告效应量等常见问题。具体安装命令与收费信息暂未提供。