用途：这是一个“纪律约束型”技能，不负责运行统计检验、拟合模型或计算功效，而是强制规定检验选择的顺序——检验必须由研究问题与数据结构（结果类型、组数、配对与否、假设检验结果）决定，且在任何 p 值可见之前固定。资料称其为 Thin discipline layer。
主要能力：内置决策树路由，按结果类型（连续/序数、分类计数、两变量关联）分层，落到具体检验，如独立/配对 t 检验、Mann-Whitney U、Wilcoxon 符号秩、单因素/重复测量 ANOVA、Kruskal-Wallis、Friedman、卡方、Fisher 精确检验、Pearson/Spearman 相关、线性/逻辑回归。附有假设检验门（Shapiro-Wilk、Levene、Q-Q 与线性）必须先运行并报告；还包含检验套利识别（Excuse vs Reality 表、红旗清单）、多重比较升级门（同一假设跑 3 个以上检验须用 Bonferroni 或 Benjamini-Hochberg 校正，或声明为探索性分析）、工作流与自检清单。
使用方式：由用户提出检验选择或更换检验的问题时触发；按决策树确定命名检验，再交 alterlab-statistical-analysis 运行检验与假设检查，由 alterlab-statsmodels 拟合模型；执行与报告可交给相应姊妹技能。
适用场景：t 检验不显著后想换 Mann-Whitney、同一假设跑多个检验后挑选显著者、想删离群值或加协变量以越过 .05 等情形。
限制：资料未提供独立运行命令、安装方式、收费或平台信息；它不执行计算，依赖同套件其他技能完成实际统计运算与报告。