用途：该技能用于统计报告与审计，帮助规划、审计或修订手稿的统计方法与报告。只有在用户明确要求计算并提供可复现分析所需设计元数据时，才对原始数据进行再分析。
主要能力：识别测量对象、独立实验单元与实际分析单元，避免把细胞、图像、视野、读数、运行或技术重复当作独立 n；在显著性之外报告效应量、不确定性、样本量、检验或模型、假设与多重性；审计方法、结果、图注与源数据说明的一致性；按审计、改写、起草、图表统计对齐、审稿回复支持或数据支撑再分析等任务分类处理。
使用方式：先读取 manifest.yaml，加载其最低报告来源，再按条件匹配加载失败模式、图表或审稿清单；提取分组、终点、层级、重复测量、区组、缺失、排除、随机化与盲法；定义 n 并区分生物学或实验、技术、重复与嵌套观测；将每个主张映射到比较或模型、假设、校正、效应、不确定性与精确 p 值策略；起草保守的可粘贴文本，并把事实缺口列为 AUTHOR_INPUT_NEEDED。再分析时输入只读，记录哈希，将代码、环境、派生输出与决策日志写入新输出目录，不覆盖源数据、既有结果或手稿文件。
适用场景：Nature Portfolio 语境下的手稿统计规划、审计、修订、图表统计对齐与审稿回复支持。
限制：不得编造 n、p 值、置信区间、自由度、软件版本、校正方法、排除、随机化、盲法、预注册或功效计算；设计或分析单元不明确时不得给出最终检验建议；不得把关联升级为因果，或把显著升级为重要、有生物学意义或效应大。完成条件为设计、分析单元、n、方法、效应与不确定性、多重性及未决事实均已明确。