用途：StatsPAI 用于在 Python 中执行完整实证/因果分析，默认按应用经济学论文（AER/QJE/JPE/ReStud 等）风格组织流程，并支持流行病学（Mode A）与机器学习因果（Mode B）两种并列管线。它按论文段落推进：预分析计划（sp.power.*）、数据契约与样本构建、描述统计（Table 1，sp.mean_comparison/sp.sumstats/sp.balance_table）、经验策略与 estimand 优先决策（sp.causal_question(...).identify()）、识别图（事件研究、first-stage F、McCrary、love plot）、主结果（sp.regress/sp.feols + sp.regtable）、异质性（sp.subgroup_analysis、CATE、sp.metalearner）、机制（sp.mediation/sp.decompose）、稳健性（placebo、Oster、honest_did、E-value、spec_curve）、复制包（sp.collect 导出 docx/xlsx/tex/md）。结果对象支持 .summary()、.plot()、.to_latex()、.to_word()、.cite()（视支持情况）。
主要能力：涵盖 DID（callaway_santanna）、IV、RD、SCM、匹配、DML、元学习器、因果森林、BCF、TMLE、Dragonnet/TARNet/CEVAE 等；sp.list_functions()/sp.describe_function(name)/sp.function_schema(name) 提供自描述 API。
安装与依赖：pip install "statspai[fixest,plotting]" 为默认管线所需；高维固定效应 sp.feols/sp.fepois/sp.feglm 需 fixest 额外项，绘图需 plotting，神经因果需 neural，文本处理需 text；一次性安装可 pip install "statspai[fixest,plotting,neural,text]"。仅 pip install statspai 不足以运行默认管线，缺少额外项会触发 ImportError。API 表面针对 statspai 1.19.0 校验。
使用方式：先路由模式（默认 AER、Mode A 流行病学、Mode B ML 因果或仅导出），冻结数据契约（y、处理、单位/时间 id、estimand、设计、产物、额外依赖），从最小已验证调用形状开始，逐块扩展，最终按实际产物而非意图作答。
适用场景：应用微观计量、政策评估、流行病学目标试验模拟、因果机器学习与 CATE 分析。
限制：部分功能依赖可选依赖组；论文 JOSS 投稿状态为审稿中；文中代码为示例，列名与设计需替换为用户实际数据；具体价格与商业条款暂未提供。