用途：面向生物医学数据的统计建模与分析，覆盖线性回归、二分类/有序/多项逻辑回归、Poisson 回归、ANOVA、卡方、Fisher 精确检验、Mann-Whitney、Kruskal-Wallis、Cox 比例风险与 Kaplan-Meier、混合效应模型、R 自然样条（splines::ns）拟合等。
主要能力：提供封装脚本，如 r_natural_spline_regression.py（R 语法 lm(y ~ ns(x, df=K)) 的样条回归）、spline_model_compare.py（二次/三次/自然样条比较并给出最优模型峰值与 95% CI）、logistic_regression_or.py（输出 OR 与置信区间，支持交互项）、power_analysis.py（基于 Cohen's d 的样本量计算）、expression_anova.py（逐基因 ANOVA/中位 LFC）、prepare_ae_cohort.py（临床试验 AE 严重度卡方/有序检验）、stat_tests.py（仅标准库的卡方、Fisher、OLS）。另有 Survival_kaplan_meier、Survival_log_rank_test、Survival_cox_regression 等 ToolUniverse 工具可直接调用。
使用方式：优先检查数据目录中是否已有 *_executed.ipynb、预计算结果文件或规范分析脚本，有则直接读取或执行；否则再按技能配方重跑。脚本通过命令行调用，例如 python skills/tooluniverse-statistical-modeling/scripts/r_natural_spline_regression.py --csv data.csv --y-col Area --ratio-col Ratio --new-x-col Frequency_strain --filter "StrainNumber not in ['1', '98']" --df 4 --workdir /tmp/spline_run。中间文件必须写入 /tmp/ 或指定 --workdir，脚本会拒绝写入输入 CSV 所在目录。
适用场景：生物医学统计问题，如 OR、HR、回归拟合、有序逻辑回归、生存估计、ANOVA F 值、基因表达差异等。
限制：样条必须用 Rscript 运行以匹配 R 的 ns()；临床试验 CSV 常需 encoding='latin1'；AE 分析不应按 AEPT 过滤；多特征数据须逐基因分析而非汇总；计数与长度类变量的 Pearson 相关需报告四种变换组合；事件数过少时 Cox 结果会给出低 EPV 警告。缺失事实暂未提供。