用途：当需要基于计算出的 p 值与真实提升度区间来决定是推广、暂缓还是拒绝某个实验变体时使用，典型场景包括营销文案、定价、引导流程、广告创意的 A/B 或多变量测试报告，以及把结果标记为“显著”但未检查提升是否够大的实验看板。
主要能力：scripts/ab_stats.py 针对控制组与一个或多个变体组的结果数据，计算提升度 (variant_mean - control_mean) / control_mean；用带种子的自助重采样（默认 10000 次）计算提升度置信区间；按指标运行显著性检验——metric 为 conversion（0/1 二元结果）时使用两比例 z 检验，metric 为 value（连续结果）时使用手工实现、含并列校正与连续性校正的 Mann-Whitney 秩和检验；随后应用双重发布门槛，返回 PROMOTE、HOLD 或 REJECT 及对应数字。
使用方式：可直接从标准输入读取 JSON 运行，例如 echo '{...}' | python3 scripts/ab_stats.py，或 python3 scripts/ab_stats.py experiment.json。输入字段中 control 与 variants 必填，metric 默认 conversion，alpha 默认 0.05，min_lift 默认 0.15，bootstrap_iterations 默认 10000，seed 默认 1234，confidence 默认 0.95。输出为 JSON，每个变体一个结果块，含 lift、bootstrap_ci、所用检验、z、p_value、decision 与可读原因。判定规则：p_value >= alpha 一律 HOLD；p_value < alpha 且 lift >= min_lift 为 PROMOTE；p_value < alpha 且 lift <= -min_lift 为 REJECT；p_value < alpha 而 lift 介于两者之间为 HOLD，因为样本量足够大时微小提升也可能显著，min_lift 下限用于阻止其被读作胜利。可运行 python3 scripts/test_ab_stats.py 校验，全部断言通过才以 0 退出。
限制：Mann-Whitney 使用正态近似，样本量很小（每组约 n < 10）时与精确置换 p 值会有出入，样本增大后趋近；输入非法（缺字段、类型错误、空数组、conversion 指标下非二元值）时脚本以非零状态退出并向 stderr 报错，不会静默替换默认值或丢弃坏行。关于是否收费、价格与平台支持，资料暂未提供。