auto-stat-test

# statistical-test-suite 自动统计检验工具 —— 根据数据特征自动选择合适的统计检验方法（t 检验 / 卡方 / ANOVA / Mann-Whitney 等），一键输出检验结果和中文通俗解读。 ## 能力概览 | 功能 | 说明 | |------|------| | 独立样本 t 检验 | 2 组 + 正态数据，比较均值差异 | | Welch t 检验 | 2 组 + 正态但方差不齐 | | Mann-Whitney U | 2 组 + 非正态数据（非参数） | | 单因素 ANOVA | 3+ 组 + 正态数据 | | Kruskal-Wallis | 3+ 组 + 非正态数据（非参数） | | 卡方独立性检验 | 两个分类变量的关联性 | | 配对 t 检验 | 前后对比（正态） | | Wilcoxon 符号秩 | 前后对比（非参数） | | 自动选择 | 根据组数、正态性、数据类型自动决定 | | 通俗解读 | 每个指标和结论都给出中文白话说明 | ## Quick Start ```bash # 分组比较（自动选择检验方法） python3 scripts/statistical_test_suite.py data.csv --group treatment --value score # 卡方检验（两个分类变量） python3 scripts/statistical_test_suite.py survey.csv --group gender --value preference # 配对检验（前后对比） python3 scripts/statistical_test_suite.py experiment.csv --col1 pre_score --col2 post_score --paired # 强制指定检验方法 python3 scripts/statistical_test_suite.py data.csv --group group --value score --test mann-whitney # 保存结果到 JSON python3 scripts/statistical_test_suite.py data.csv -g treatment -v score -o result.json ``` ## 详细用法 ### 模式一：分组比较 用 `--group` 指定分组列，`--value` 指定比较列，工具自动判断用哪种检验。 ```bash python3 scripts/statistical_test_suite.py <数据文件> --group <分组列> --value <数值列> [选项] ``` 自动选择逻辑： 1. 两列都是分类变量 → **卡方检验** 2. 2 个组 + 数据正态 → **独立样本 t 检验**（方差不齐则用 Welch t） 3. 2 个组 + 数据非正态 → **Mann-Whitney U 检验** 4. 3+ 个组 + 数据正态 → **单因素 ANOVA** 5. 3+ 个组 + 数据非正态 → **Kruskal-Wallis 检验** ### 模式二：配对比较 用 `--col1` 和 `--col2` 指定前后两个变量列。 ```bash python3 scripts/statistical_test_suite.py <数据文件> --col1 <前> --col2 <后> --paired [选项] ``` 自动选择逻辑： 1. 差值正态 → **配对 t 检验** 2. 差值非正态 → **Wilcoxon 符号秩检验** ## 参数说明 | 参数 | 缩写 | 必填 | 默认值 | 说明 | |------|------|------|--------|------| | `input` | — | 是 | — | 输入文件路径（CSV/TSV/Excel/JSON） | | `--group` | `-g` | 模式一 | — | 分组变量列名 | | `--value` | `-v` | 模式一 | — | 数值/分类变量列名 | | `--col1` | — | 模式二 | — | 配对检验第 1 个变量列名 | | `--col2` | — | 模式二 | — | 配对检验第 2 个变量列名 | | `--paired` | — | 否 | `false` | 启用配对检验模式 | | `--test` | `-T` | 否 | 自动 | 强制检验方法（见下方列表） | | `--alpha` | `-a` | 否 | `0.05` | 显著性水平 | | `--output` | `-o` | 否 | 标准输出 | 结果 JSON 保存路径 | ### 可选检验方法（`--test`） `t-test` / `mann-whitney` / `anova` / `kruskal-wallis` / `chi-square` / `paired-ttest` / `wilcoxon` ## 输出结构（JSON） ```json { "test": "独立样本 t 检验", "test_id": "independent_ttest", "statistic": 2.3456, "p_value": 0.0213, "effect_size": {"cohens_d": 0.4821}, "group_stats": { "对照组": {"n": 30, "mean": 72.5, "std": 8.3}, "实验组": {"n": 30, "mean": 78.1, "std": 7.9} }, "normality_check": {"对照组": "Shapiro-Wilk W = 0.97, p = 0.52（正态）", "...": "..."}, "selection_reason": ["2 组比较 + 数据近似正态 → 选择独立样本 t 检验"], "alpha": 0.05, "interpretation": [ "检验方法：独立样本 t 检验", "显著性水平：α = 0.05", "结论：p = 0.0213 < 0.05，差异具有统计学显著性。", "效应量：Cohen's d = 0.4821（中等效应量，差异明显）", "通俗解读：「对照组」（均值 72.5）和「实验组」（均值 78.1）之间存在显著差异…" ] } ``` ## 依赖 - Python 3.8+ - pandas - numpy - scipy ```bash pip install pandas numpy scipy ```