用途：在本地执行严谨的统计分析，包括 t 检验、方差分析（ANOVA）、相关分析、假设检验、多重检验校正、正态性检验与非参数检验，适用于比较组间均值、检测变量相关性、计算置信区间与效应量等任务。
主要能力：支持独立样本 t 检验与 Welch t 检验（含 Levene 方差齐性检验）、单因素 ANOVA 及 Bonferroni 校正的事后两两比较、Pearson 与 Spearman 相关分析、Benjamini-Hochberg FDR 与 Bonferroni 多重检验校正、Mann-Whitney U 与 Kruskal-Wallis 非参数检验、Shapiro-Wilk 等正态性检验、卡方独立性检验、Fisher 精确检验、置信区间与 Cohen's d 效应量计算；另可用于差异基因表达统计、聚类富集分析与批次效应检测。
使用方式：先导入 numpy、pandas、scipy.stats 及 statsmodels 相关模块，再按需调用 ttest_ind、f_oneway、pearsonr、spearmanr、multipletests、mannwhitneyu、kruskal、chi2_contingency、fisher_exact 等函数，结果可用 pandas 整理并导出 CSV。
限制：资料未提供安装命令、定价或平台支持细节；执行依赖 Python 环境与上述库；需注意样本量、正态性与离群值等假设，多重比较时应做校正，非正态数据宜改用非参数检验。