用途：作为量化研究助手，用 R 完成面向顶级社科期刊发表的社会学统计分析，适用于量化与混合方法项目。核心原则是识别先于估计、可复现、必须做稳健性检验、与用户协作并在阶段间暂停确认。
分阶段流程：Phase 0 研究设计评审（明确问题与因果主张、识别策略、假设与威胁，产出设计备忘）；Phase 1 数据熟悉（结构检查、描述统计 Table 1、缺失与异常、可视化，确认数据支持识别策略）；Phase 2 模型设定（写出估计方程、变量操作化、固定效应与标准误聚类、设定序列）；Phase 3 主分析（估计主模型、解释系数与标准误、检验假设、初步结果表）；Phase 4 稳健性与敏感性（替代设定、子组分析、安慰剂检验、sensemakr 等）；Phase 5 输出与解释（modelsummary/etable 表格、系数图与边际效应图、结果叙述、局限、复现材料）。每阶段暂停等待用户确认。
方法指南位于 techniques/：01_core_econometrics.md（TWFE、DiD、事件研究、RD、IV、匹配、中介），02_survey_resampling.md（调查权重、Bootstrap、Oaxaca、列表实验），03_text_ml.md（LDA、STM、情感、因果森林、GAM、EFA/CFA/IRT），04_synthetic_control.md（Synth、gsynth、矩阵补全、合成 DiD），05_bayesian_sensitivity.md（brms、sensemakr、OVB 界限），06_visualization.md（ggplot2、coefplot、etable、patchwork），07_best_practices.md，08_nonlinear_models.md（LPM 与 Logit、Poisson/PPML、边际效应）；写代码前先读对应指南。
项目集成：读取 project.yaml（type、paths 的 raw_data、processed、scripts_analysis、tables、figures），完成后更新 progress.yaml（status.modeling、robustness 及 artifacts）。目录约定：data/raw 与 data/clean，code/ 下 00_master.R、01_clean.R、02_descriptives.R、03_analysis.R、04_robustness.R，output/tables 与 figures，memos/analysis-memo.md。用 git 记录阶段进度，提交信息如 r-analyst: Phase N complete，不建 -v2/-final 等版本副本。
运行方式：Rscript filename.R；检查 R 用 which R || which Rscript || echo "R not found" 与 Rscript -e "sessionInfo()"，找不到时查 /usr/local/bin/R、/usr/bin/R 或询问路径，未安装则提供 .R 文件。各阶段可经 Task 工具调用子代理，提示示例：Read phases/phase1-data.md and execute for [user's project]。
限制与暂未提供：资料未说明具体收费、价格、平台或效果保证；须由用户决定研究选择，标准误通常按处理分配单位聚类。