用途：在干预开始前为实验与前瞻性数据研究撰写预分析计划（PAP）、基于功效计算确定样本量并完成研究注册，使最终结果难以被事后挑选设定（p-hacking）。
主要能力：按顺序预先指定假设（有方向、可检验）、主要结局（1-3 个）、估计方程（回归、固定效应、协变量、聚类层级）、样本与纳入规则及流失处理、多重检验校正族与方法、异质性检验子组、功效与最小可检测效应（MDE）。提供 PAP 模板、功效/MDE 报告模板与注册字段清单。
使用方式：先判断是否需注册——由研究者随机分配处理则须在干预前于 AEA RCT Registry 注册并写 PAP；收集新一手数据但非随机则发布 PAP 预先承诺分析；已实现的二手/观察数据不预注册，转 aer-robustness。样本量由 MDE 反推，公式 MDE = (z_power + z_{1-alpha/2}) * sigma * sqrt(1 / (p (1 - p) N))，80% 功效、5% 双侧下 z 之和为 2.80；需按聚类设计效应 1 + (m-1)ρ、基线协变量与预期流失校正方差。
适用场景：RCT（田野、实验室、调查实验）、需预先承诺分析的一手数据项目、审稿人或编辑要求试验注册号或 PAP、需论证样本量或解释“未检出效应”时。
限制：观察性/二手数据不应预注册；PAP 范围应适中，过度预注册大量结局无保护作用；功效计算忽略 ICC、流失或聚类即为失真；未提供具体价格、平台或收费信息。报告时须先按 PAP 原样报告主要结果（含零结果），明确标注所有偏离及原因，区分确证性与探索性结果，并提交披露与 IRB/伦理批准。