jpsp-data-analysis

用途：面向 JPSP 稿件的结果分析与报告，重点在于跨多项研究整合，而非单篇短报告式分析。设计与研究方案由 jpsp-study-design 处理，本技能负责执行与写作。\n\n触发时机：分析各研究并撰写结果部分；跨自己的多项研究合并效应（内部元分析）；审稿人要求稳健性、机制或替代解释分析；协调预注册与探索性分析。\n\n主要能力与规范：报告带不确定性的标准化效应量（含置信区间或可信区间，并说明实质大小）；对全部研究（含仅出现在补充材料中的）可比效应做随机效应合并，给出森林图与异质性（如 I²）；用一般统计读者可读的方式写结果，复杂论证移入表格或补充材料；做诚实的稳健性检验，展示可能推翻效应的设定；机制分析用自助法间接效应与区间，避免从横断面数据过度推断因果中介；提供聚焦的替代解释分析；明确区分确证性与探索性分析并解释偏离；报告信度，必要时报告测量不变性；随做随可复现，主脚本从原始/构建数据重生成所有表图，设定并报告随机种子，固定软件包版本，按 TOP Level 2 把数据、代码与材料存入可信仓库并附持久标识符。\n\n执行桥接（StatsPAI / Stata MCP）：多重结果或设定可考虑 romano_wolf（逐步下降 FWER）或 benjamini_hochberg，并报告校正阈值；遗漏变量敏感性用 oster_delta / sensemakr；推断可用 wild_cluster_bootstrap（聚类数少时）、twoway_cluster / conley，多层数据按正确层级聚类；audit_result(result_id) 可列出缺失检查与对应 suggest_function；用 etable / did_summary_to_latex 从 handle 生成表，避免手抄数字。决定性检验放正文，穷尽式检验放补充材料。\n\n反模式：只有显著性星号而无效应量与区间；各研究孤立报告而跳过内部元分析；p 值钓鱼或把探索性结果当成假设（HARKing）；从相关设计过度声称因果中介；隐藏失败研究而不并入元分析。\n\n输出格式：分研究效应（效应量+区间+实质含义）；内部元分析（随机效应合并估计+异质性+森林图）；机制（间接效应+自助区间及设计警示）；稳健性（可能推翻的设定与仍成立者）；确证与探索性是否明确区分；JARS 与仓库（是否达标、数据代码材料是否发布）；下一步 jpsp-tables-figures。具体命令与软件用法仅依据资料所述工具名，未提供安装与调用细节。