| name | statistics-tools |
| description | SPSS 论文分析的统计执行工具组。为 `.sav`、`csv/xlsx` 等数据分析场景声明 MCP 统计后端接口,包括数据集检查、统计分析执行、结果解释与论文表格导出。适用于需要把统计执行能力按需注入到 DeepStudent 会话中的场景。 |
| version | 1.0.0 |
| author | Deep Student Project |
| skill-type | standalone |
| embedded-tools | [{"name":"mcp_stats_inspect_dataset","description":"检查统计数据集的变量信息、标签、变量类型、缺失情况和可分析性摘要。适用于 `.sav`、`csv`、`xlsx` 等数据资源的预检查阶段,用于在正式分析前确认变量结构并发现缺失或编码问题。","inputSchema":{"type":"object","properties":"[Truncated]","required":"[Truncated]"}},{"name":"mcp_stats_run_analysis","description":"基于指定资源和变量映射运行统计分析。必须返回包含 `analysis_type`、`variables`、`assumption_checks`、`statistics`、`p_value`、`effect_size`(如适用)、`warnings`、`narrative_summary` 的结果对象,供后续论文解释和结果写作使用。调用前必须先确认变量角色与分析目标,禁止在未知变量含义时直接执行。`analysis_type` 仅支持 descriptive、reliability、correlation、independent_t_test、paired_t_test、one_way_anova、chi_square、linear_regression。","inputSchema":{"type":"object","properties":"[Truncated]","required":"[Truncated]"}},{"name":"mcp_stats_explain_result","description":"将统计分析结果转换为面向用户或论文写作的解释文本。输入应来自 `mcp_stats_run_analysis` 的结果对象,输出应包含通俗解释、学术表述和论文方法/结果写法草稿。","inputSchema":{"type":"object","properties":"[Truncated]","required":"[Truncated]"}},{"name":"mcp_stats_export_tables","description":"将统计分析结果转换为适合论文或报告引用的结构化表格数据。适用于需要导出 APA 风格结果表、描述统计表、回归表或附录表的场景。","inputSchema":{"type":"object","properties":"[Truncated]","required":"[Truncated]"}}] |
statistics-tools
这是 SPSS 论文分析工作流的统计执行工具组。
使用要求
- 在调用
mcp_stats_run_analysis 之前,先明确研究问题和变量角色。
- 如果变量含义、分组方式或量表方向不清楚,不要直接执行统计。
- 解释类和导出类工具只处理已有结果对象,不负责自行猜测缺失字段。
- 如果 MCP 后端不可用,调用方应退化为解释模式,而不是伪造执行结果。
结果对象契约
mcp_stats_run_analysis 的返回结果应统一包含:
analysis_type
variables
assumption_checks
statistics
p_value
effect_size(如适用)
warnings
narrative_summary
调用方应依赖这个统一结构完成结果解释、论文写作和表格导出。