Statistical Analyzer 是一个面向统计分析的 Python 工具，提供从假设检验到回归建模再到报告输出的完整流程，并附带通俗英语的解释性文字。
主要能力：假设检验（t 检验、卡方检验、比例检验）、回归分析（线性、多项式、多元回归）、ANOVA（单因素、双因素及事后检验）、分布分析（正态性检验、Q-Q 图）、相关性分析（Pearson、Spearman 及显著性），并自动进行假设前提检查（如正态性、方差齐性等），还可生成 PDF/HTML 报告与多种可视化图表。
使用方式：既可作为 Python 类调用，也支持命令行。类调用示例：from statistical_analyzer import StatisticalAnalyzer; analyzer = StatisticalAnalyzer(); analyzer.load_data(df, group_col='treatment', value_col='score'); results = analyzer.t_test(group1='control', group2='experimental'); print(results['interpretation'])。命令行示例：python statistical_analyzer.py --data data.csv --test t-test --group treatment --value score --output results.html。
适用场景：适合需要快速获得统计结论并理解其含义的研究人员、数据分析师和学生，尤其当希望结果附带通俗解读与自动前提检查时。
限制：资料未提供关于准确性保证、适用数据规模上限或收费模式的说明；使用时需满足依赖库（scipy、statsmodels、pandas、numpy、matplotlib、seaborn、reportlab）的版本要求。