用途：该技能定位为统计算法设计与文档化助手，面向需要编写、说明或评审统计算法的人群，强调在实现前先把算法讲清楚。
主要能力：要求每个算法文档包含目的、精确的输入输出规范、语言无关伪代码、时间复杂度与空间复杂度分析、收敛条件与保证，以及实现注意事项。提供输入输出规范模板，示例涵盖数据、参数、容差、最大迭代次数与估计量、方差、是否收敛、迭代次数等输出要素。给出收敛准则（绝对、相对、梯度、目标函数、Cauchy）与常用容差（数值优化 1e-8、统计估计 1e-6、近似方法 1e-4）。整理复杂度公式（线性、二次、线性对数）、收敛速率（线性、超线性、二次）、主流优化算法（梯度下降、Newton-Raphson、EM、Bootstrap 非参数与参数化）的伪代码模板，以及常见数值稳定性问题与处理思路。
使用方式：以自然语言描述待设计的算法，产出结构化文档、伪代码与复杂度/收敛性分析；资料中给出的 R 代码仅为文档示例，用于说明规范与模板，不作为安装或运行指引。
适用场景：统计学、因果推断、机器学习等方法论写作与评审，以及需要统一算法文档规范的团队。
限制：本技能聚焦文档与分析，不提供具体软件包安装、训练数据或性能基准；示例中的模型设定（如 AIPW 中介分析）仅为模板，实际效果与依赖暂未提供。