用途：为实证经济学、社会科学研究生成论文级描述性统计表、平衡表（处理组与对照组比较）和相关系数矩阵，即论文中标准的“表1”。适用于回归前的样本概览、论文“数据”部分、处理/对照比较以及变量关系的初步探索。
主要能力： 汇总统计表：报告N、均值、标准差，可选最小值、中位数、最大值，支持Python的pandas与tableone、R的modelsummary与stargazer、Stata的estpost/esttab与asdoc。 平衡表：按处理组与对照组分组比较，支持t检验与归一化差异。资料给出归一化差异公式Δ=(X̄₁−X̄₀)/√(S₁²+S₀²)，并说明|Δ|<0.25为可接受标准。 相关系数矩阵：支持显著性星号标注，Python用scipy与pandas，R用modelsummary_correlation或Hmisc，Stata用pwcorr与estpost correlate。 缺失数据汇总：Python报告缺失数与缺失比例，R用naniar，Stata用misstable。
使用方式：按所使用语言选择对应代码路径。例如Python中pip install tableone后可用TableOne生成分组表；R中library(modelsummary)调用datasummary并指定输出为.tex、.docx或.html；Stata中estpost summarize配合esttab导出表格。
限制与注意事项：资料强调对偏态变量（如收入、企业规模）应使用中位数或取对数而非均值；应报告每个变量的缺失比例；平衡检验不宜仅依赖t检验，因大样本下许多变量会偶然显著，推荐归一化差异；并注意聚类标准误的层级选择。资料未提供该技能的具体安装方式、费用、平台或效果说明。