用途：在实验跑完或需要解读数据、回答“这些结果说明什么”时，对指标、模型输出与图表做逐层深入分析，从描述、解释、诊断到洞察与后续行动，而非仅判断好坏。
主要能力：统计推断方面要求多随机种子、报告均值±标准差，按正态性与组数自动选择 Welch t、Mann-Whitney U、ANOVA+Tukey 或 two-proportion z-test，并给出 p 值、效应量与置信区间，跨比较用 BH-FDR 校正；支持配对设计识别，方法在同一批种子/折/样本上评测时用配对 t 或 Wilcoxon 符号秩。还包括切片分析防聚合指标盲区、消融自洽性检查、失败案例与 SHAP 可解释性分析、train/val/test 差距与特征泄漏排查、数据漂移监控及网络关系分析。工具链涉及 statsmodels、SHAP、matplotlib/seaborn、plotly/altair、Evidently、deepchecks 与 networkx。
使用方式：提供即用脚本 analyze_results.py 分析结果 csv，用法为 python scripts/analyze_results.py results.csv --group method --metric acc f1，共享种子时加 --paired-by seed；significance_test.py 提供统计函数库；make_figs.py 产出出版级图形；leakage_overfit_check.py 检查泄漏与过拟合；explain_shap.py 生成 beeswarm、bar、waterfall 三图；examples/worked_example.py 演示端到端流程。产出包括 claim↔证据对应表、亮点清单、异常清单、待补实验清单和推荐图表清单。
限制：资料未说明完整运行环境与全部依赖安装细节；SHAP 反映模型非因果；KernelExplainer 计算昂贵；强相关特征会稀释贡献；小样本切片不应下强结论；Evidently 等接口对版本敏感；部分能力依赖第三方库，缺失时会降级处理。