菜单
面向 Nature Portfolio 与高影响力期刊的实验设计一致型统计分析、审查和报告技能。用于定义独立实验单位与重复层级、制定统计分析计划、检查数据质量、选择模型与估计量、计算效应量和不确定性、处理多重比较与敏感性分析，并重写 Methods、Results、表格和图注中的统计文本。触发场景包括 Nature 统计、数据统计、statistical analysis、p value、sample size、effect size、confidence interval、replicates、multiple comparisons、统计方法、图注统计和审稿人统计意见。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
基于 SOC 职业分类
面向 Nature Portfolio 与高影响力期刊的证据驱动科研绘图技能。用于从原始或汇总数据设计单图与多面板 figure、选择合适图形语法、编写 Python/R 绘图代码、重绘现有图件、生成机制示意图草案、撰写图注并导出可编辑 SVG/PDF 与高分辨率 TIFF/PNG；同时检查数据完整性、颜色可访问性、统计标注和最终尺寸可读性。触发场景包括 Nature 绘图、科研作图、论文配图、scientific figure、publication plot、multi-panel figure、graphical abstract、机制图、图形摘要和 figure audit。
面向 Nature、Nature Communications 及高影响力期刊的学术语言重构与润色技能。用于中译英、英文精修、摘要压缩、段落逻辑修复、术语统一、语气校准、过度声称检查和去除模板化 AI 文风，同时严格保持数据、引用意图和科学含义不变。触发场景包括 Nature 润色、SCI 英文润色、academic editing、paper polishing、proofreading、rewrite、中文论文英译、abstract polishing、语言降重和学术表达优化。
面向 Nature、Nature Communications 及高影响力期刊的可追溯投稿前评审技能。用于模拟同行评审、检查原创性与广泛意义、压力测试技术严谨性、核验主张—证据链、评估可重复性与表达清晰度，并生成带严重级别、证据指针和解决标准的审稿报告及交叉综合。触发场景包括 Nature review、模拟审稿、投稿前预审、peer review、reviewer report、manuscript critique、novelty assessment、rigour check、找论文问题和审稿意见模拟。
面向 Nature、Nature Communications 及同等级综合期刊的证据驱动论文写作技能。用于从已核验的结果、图表、实验记录或中英文草稿构建标题、摘要、引言、结果、方法、讨论、结论和首次投稿材料；也用于重组论文论证、建立 claim–evidence map、控制声称边界和开展投稿前完整性检查。触发场景包括 Nature 写作、论文起草、章节重写、scientific writing、manuscript drafting、abstract、introduction、results narrative、discussion、cover letter、投稿材料。
沁言学术通用论文润色优化 - 按照专业学术规范对中英文学术论文、学位论文和专业报告进行语言润色，提升表达质量、逻辑连贯性和格式规范性。适用于未指定期刊的常规润色；若用户明确要求 Nature/Nature Communications 风格、章节级论证重构、声称—证据边界审查或投稿级英文精修，改用 qinyan-nature-polishing。触发词：论文润色、论文修改、润色优化、paper polishing、academic writing、论文改写、文本润色、报告润色
撰写国家自然科学基金（NSFC）申请书，覆盖青年科学基金（C类）、优秀青年科学基金（B类）、国家杰出青年科学基金（A类）2026年度最新规范。提供分阶段写作工作流：基本信息、摘要、立项依据、研究内容、研究基础、个人简历、伦理与AI辅助声明等模块；内置文献检索策略与质量自查清单。工具中性，适配 Claude Code / Cursor / Codex / OpenClaw / Gemini CLI。触发词：国家自然科学基金、国自然、NSFC、青基、青年基金、优青、杰青、面上项目、natural science foundation of china、nsfc grant、青年科学基金申报
| name | qinyan-nature-statistics |
| description | 面向 Nature Portfolio 与高影响力期刊的实验设计一致型统计分析、审查和报告技能。用于定义独立实验单位与重复层级、制定统计分析计划、检查数据质量、选择模型与估计量、计算效应量和不确定性、处理多重比较与敏感性分析，并重写 Methods、Results、表格和图注中的统计文本。触发场景包括 Nature 统计、数据统计、statistical analysis、p value、sample size、effect size、confidence interval、replicates、multiple comparisons、统计方法、图注统计和审稿人统计意见。 |
从研究设计和估计目标出发，再选择模型和检验。统计显著性不能替代效应大小、数据质量或科学意义。
plan：在分析前定义问题、实验单位、主要终点、模型、校正与敏感性分析。analyse：用户提供数据后执行可复现分析，并保留数据处理与诊断记录。audit：审查现有统计方法、结果、表格与图注。rewrite：在事实充分时生成可粘贴的统计方法或结果文本。review-response：解析审稿人统计问题，给出验证路径与保守回复要点。复杂临床试验、监管分析或患者级决策必须服从协议、统计分析计划和专业统计师审核。
n 如何定义？这些事实不清时，不给出最终检验选择；使用 AUTHOR_INPUT_NEEDED。
python scripts/reporting_audit.py <file> --context methods|results|legend。实验单位、伪重复和常见故障读取 references/design-integrity.md。
Statistical scope
- Mode / input / boundary:
- Scientific question and estimand:
- Independent unit and n:
- Design hierarchy:
Analysis specification
- Outcome / predictors / contrasts:
- Model or test:
- Assumptions and diagnostics:
- Multiplicity:
- Sensitivity analyses:
Results
- Effect estimate and uncertainty:
- Exact inferential result:
- Practical interpretation:
Ready-to-paste reporting
[Methods / Results / legend]
AUTHOR_INPUT_NEEDED
- [事实性缺口]
Reviewer-risk note
- [剩余风险]
n。| 任务 | 读取 |
|---|---|
| 实验单位、嵌套、重复测量、伪重复、缺失与排除 | references/design-integrity.md |
| estimand、模型选择、诊断、效应量、多重比较与敏感性 | references/analysis-plan.md |
| Methods、Results、表格、图注和统计图形报告 | references/reporting-and-figures.md |