用途：在箱线、提琴等分布图上标注组间两两比较的 p 值括号、显著性星号与效应量，帮助图表同时传达差异方向与显著性。适用 ggpubr 0.6+、ggsignif 0.6+、rstatix 0.7+、statannotations 0.6+（Python）、seaborn 0.13+，使用前应核对已安装版本。
主要能力：R 侧用 ggpubr::stat_compare_means、ggsignif::geom_signif、rstatix 的 t_test/wilcox_test 等输出总体或两两比较标注；Python 侧用 statannotations.Annotator 或 scipy.stats 直接添加标注。标注可显示数值 p 或星号（<0.05、<0.01、<0.001、ns≥0.05）。
检验选择须匹配数据：两组独立、近似正态且 N≥30 用 Welch t 检验；非正态或小样本用 Mann-Whitney U；配对数据用配对 t 或 Wilcoxon（paired=TRUE）；三组及以上正态用单因素 ANOVA 加 Tukey HSD，非正态用 Kruskal-Wallis 加 Dunn；嵌套数据（如患者内细胞）应用线性混合模型，避免伪重复；生存数据用 log-rank。
多重检验：K 组有 K(K-1)/2 个两两比较，需校正，可选 bonferroni、holm（现代默认，控制 FWER 且更有功效）、BH/fdr（控制 FDR，常用于基因组学）。
限制与常见错误：默认 t 检验未必合适；不做校正会夸大显著性；配对数据误作独立、嵌套数据误作独立会导致 p 值虚高；只显示星号不提供具体 p 值不利复核；仅标注显著比较会带来选择性报告；大样本下极端 p 值不等同于大效应量，应同时报告 Cohen's d、Cliff's delta 或中位数差及置信区间。当检验结论冲突时，应依据数据结构判断并以正确模型为准。