regression-modeler 用于在表格数据上自动运行回归分析，输入支持 CSV、TSV、Excel、JSON，输出完整统计结果与通俗解释。主要能力：线性回归提供 OLS 系数、R²、调整 R²、F 检验、AIC/BIC、Durbin-Watson；逻辑回归提供系数、优势比、伪 R²、似然比检验；对每个预测变量计算 VIF 并给出共线性警告；目标变量为二元（0/1）时自动切换为逻辑回归。结果可输出为 JSON，含模型摘要与逐变量解读。
基本用法：python3 scripts/regression_analyzer.py <数据文件> --target <目标列>，可加 --features "列1,列2" 指定预测变量，--type linear/logistic/auto 指定回归类型，--output result.json 保存结果，--no-const 不加截距，--keep-na 保留缺失值行（调试用）。省略 --features 时自动使用全部数值列。
依赖 Python 3.8+、pandas、numpy、statsmodels、scipy，安装命令：pip install pandas numpy statsmodels scipy。
限制：仅适用于表格数据与线性/逻辑回归两类模型，其他模型、图形界面、收费方式及平台支持暂未提供。