用途：面向统计方法学研究，指导并实现完整的 Monte Carlo 模拟研究设计，核心依据是 Morris 等（2019）提出的 ADEMP 框架，即明确目标（Aims）、数据生成机制（DGP）、估计目标（Estimands）、比较方法（Methods）与性能指标（Performance measures）。
主要能力：提供 ADEMP 各环节的文档清单与报告核对清单；给出重复次数建议及 Monte Carlo 标准误（MCSE）计算公式，如 MCSE = 估计标准差/√B，并附 calculate_mcse 与 replications_needed 的 R 代码；提供完整模拟模板 run_simulation_study、并行模板 run_parallel_simulation 以及 run_simulation 实现；列出数据生成过程示例（如含混杂、中介与交互的 generate_mediation_data）与常见 DGP 变体；定义偏差、经验标准误、平均标准误、覆盖率、MSE、统计功效等指标及相对指标；并给出结果表格与可视化规范。
使用方式：在 R 中按模板设定参数网格（样本量、效应量、混杂程度、模型设定等），设置并记录随机种子，选择串行或并行方式运行重复模拟，汇总偏差、覆盖率、MSE 等并附 MCSE，按核对清单报告。资料中给出的命令与代码应保持原样使用。
适用场景：统计方法比较、估计量性质评估、覆盖率与功效研究、模型误设影响分析等模拟研究的设计与报告。
限制：资料未提供该技能的具体安装方式、运行环境依赖、收费与平台信息，暂未提供；实际参数取值、重复次数与并行核心数须由研究者根据研究目标确定。