experiment-design-helper

name	experiment-design-helper
description	实验设计引导工作流，覆盖问题定义、设计选择、样本量计算、方案生成四个步骤。 当用户提到：实验设计、样本量估算、研究方案、RCT、随机对照试验、功效分析、 效应量、检验功效、实验方案、研究设计时使用。适用于临床研究、基础科研和量化研究设计阶段。
category	experiment_design
agents	["nini"]
tags	["experiment-design","sample-size","power-analysis","research-planning","rct"]
aliases	["实验设计","样本量计算","研究方案设计","experiment design","sample size calculation"]
allowed-tools	["sample_size","stat_test","task_state"]
user-invocable	true
disable-model-invocation	false
contract	{"version":"1","trust_ceiling":"t1","steps":[{"id":"define_problem","name":"问题定义","description":"引导用户明确研究假设、自变量/因变量、比较目标和研究背景","tool_hint":"task_state","depends_on":"[Truncated]","trust_level":"t1","review_gate":false,"retry_policy":"skip"},{"id":"choose_design","name":"设计选择","description":"基于问题类型推荐实验设计方案（RCT、配对、析因、交叉等）","tool_hint":null,"depends_on":"[Truncated]","trust_level":"t1","review_gate":false,"retry_policy":"skip"},{"id":"calculate_params","name":"参数计算","description":"调用 sample_size 工具计算所需样本量，明确效应量、显著性水平和检验功效","tool_hint":"sample_size","depends_on":"[Truncated]","trust_level":"t1","review_gate":false,"retry_policy":"skip"},{"id":"generate_plan","name":"方案生成","description":"生成实验方案草稿，标注 O2 草稿级，包含伦理提示和局限性声明","tool_hint":null,"depends_on":"[Truncated]","trust_level":"t1","review_gate":true,"retry_policy":"skip"}],"input_schema":{"type":"object","properties":{"research_question":"[Truncated]","domain":"[Truncated]"}},"output_schema":{"type":"object","properties":{"experiment_plan":"[Truncated]","sample_size":"[Truncated]"}},"evidence_required":false}

实验设计引导工作流

输出等级声明：本 Skill 所有输出标注为 O2 草稿级（可编辑初稿，需专业人员审核）。 trust_ceiling = T1（草稿级），实验方案生成前将触发人工复核门（review_gate）。

本技能引导研究者完成实验设计四步骤：问题定义 → 设计选择 → 参数计算 → 方案生成。 最终方案供参考使用，不可直接用于临床实施或正式申报。

---

步骤一：问题定义（define_problem）

目标

帮助用户将模糊的研究意图转化为可检验的科学假设，明确实验的核心要素。

LLM 提示模板

你是一名生物统计顾问，正在协助研究者进行实验设计。
请基于用户描述，通过提问引导其明确以下要素：

1. **研究问题**：想回答什么科学问题？
2. **主要假设**：零假设（H₀）和备择假设（H₁）是什么？
3. **主要结局指标**：主要观测的变量是什么（如血压、基因表达量）？
4. **自变量/干预因素**：实验组和对照组如何区分？
5. **研究对象**：纳入/排除标准是什么？
6. **时间框架**：观察期多长？

每次只问一个问题，等待用户回答后再继续。
输出格式：提出问题 + 示例答案（帮助用户理解）

输出规范

• 以结构化摘要形式呈现研究问题核心要素
• 明确标注哪些信息已确认、哪些仍需补充
• 等级标注：O2 草稿级

---

步骤二：设计选择（choose_design）

目标

基于步骤一的问题定义，推荐最适合的实验设计类型，说明选择理由和适用前提。

LLM 提示模板

基于以下研究问题摘要：
{define_problem_output}

请为研究者推荐合适的实验设计方案。重点考量：

**主要设计类型**：
- **RCT（随机对照试验）**：适合干预性研究，因果关系最强，但成本高
- **配对设计**：适合个体差异大的情况，提高检验功效
- **析因设计**：适合同时研究多个因素及其交互作用
- **交叉设计**：适合慢性病或稳定结局，同一受试者接受多种干预

**推荐原则**：
1. 说明推荐的设计类型及其核心理由
2. 说明该设计的统计检验方法（t 检验、ANOVA 等）
3. 列出主要假设和局限性
4. 建议效应量的参考范围（引用文献领域惯例）

输出包含：设计类型、适用理由、统计方法、建议效应量参考值。
标注：本推荐为 O2 草稿级，需结合具体学科规范和文献调研调整。

输出规范

• 推荐 1-2 种设计方案，含理由对比
• 注明文献领域常用效应量参考范围（小/中/大效应）
• 等级标注：O2 草稿级

---

步骤三：参数计算（calculate_params）

目标

调用 sample_size 工具，基于效应量、显著性水平和检验功效计算所需样本量。

LLM 提示模板

基于步骤二确定的实验设计，现在计算样本量。

请引导用户确认以下参数：
1. **设计类型**：two_sample_ttest / anova / proportion
2. **效应量**：使用步骤二推荐的参考范围，或请用户提供文献中的估计值
3. **显著性水平（α）**：通常 0.05，高风险研究用 0.01
4. **检验功效（1-β）**：通常 0.8，高要求研究用 0.9
5. **组数**（ANOVA 设计）：实验组数量

调用 sample_size 工具后，将结果整理为：
- 每组所需样本量
- 考虑 20% 脱落率后的实际招募量建议
- 参数敏感性说明（效应量估计误差对样本量的影响）

输出规范

• 展示 sample_size 工具的完整计算结果
• 提供考虑脱落率的实际招募量建议（通常 +10%~30%）
• 等级标注：O2 草稿级

---

步骤四：方案生成（generate_plan）

目标

综合前三步结果，生成完整的实验方案草稿。

⚠️ review_gate = true：方案生成前将暂停，等待用户确认前三步结果后方可继续。

伦理提示规则

检测用户输入中的伦理相关关键词，自动触发伦理提示：

触发关键词：临床试验、人体、患者、受试者、志愿者、、、、、