research-design

name	research-design
description	执行研究设计，包括问题定义、方法选择、数据收集计划、分析策略和伦理考虑等
license	MIT
compatibility	Python 3.8+
dependencies	{"required":["pandas>=1.5.0,<3.0.0","numpy>=1.21.0,<2.0.0"],"optional":["pytest>=7.0.0 (for testing)","black>=22.0.0 (for formatting)","mypy>=0.950 (for type checking)"]}
dependency-manager	uv
metadata	{"domain":"research-methodology","methodology":"mixed-methods","complexity":"advanced","version":"1.0.0","integration_type":"qualitative_quantitative","author":"socienceAI.com","website":"http://agentpsy.com"}
allowed-tools	python bash read_file write_file task

研究设计技能

🧠 渐进式披露架构

Level 1: 核心元数据 (Token: ~100)

• 技能: 研究设计能力
• 触发: 需要系统化研究设计时自动激活
• 方法: 混合方法研究设计

Level 2: 操作框架 (Token: ~500)

• 六阶段流程: 问题定义→文献综述→方法选择→数据计划→分析策略→伦理审查
• AI协作: 定性思考 + 定量规划
• 智能决策: 自动调用适当工具

Level 3: 专业提示词 (按需加载)

• 问题定义 | 方法选择 | 数据计划 | 分析策略 | 伦理审查

Level 4: 计算脚本 (直接调用)

• 文献分析 | 方法匹配 | 设计评估 | 集成分析

🔄 定性定量结合机制

定性分析 (AI职责)

1. 问题定义 - 研究问题构建 → 问题定义提示
2. 方法选择 - 研究方法匹配 → 方法选择提示
3. 伦理审查 - 伦理风险评估 → 伦理审查提示

定量规划 (脚本职责)

1. 样本计算 - 样本量确定 (sample_size_calculation.py)
2. 统计功效 - 效力分析 (power_analysis.py)
3. 设计评估 - 设计质量评估 (design_evaluation.py)

📋 六阶段分析流程

1. 问题定义 → AI加载问题定义提示进行研究问题构建
2. 文献综述 → AI结合文献分析脚本进行理论基础构建
3. 方法选择 → AI基于研究问题与方法选择提示匹配合适方法
4. 数据计划 → AI使用数据计划提示制定数据收集策略
5. 分析策略 → AI根据数据特征与分析策略提示制定分析计划
6. 伦理审查 → AI基于伦理审查提示进行伦理风险评估

📚 参考资源

• 方法论详解 - 研究设计核心概念与步骤
• 最佳实践 - 研究设计要点
• 报告模板 - 设计文档格式

🚀 快速开始

cd research-design/
python scripts/integrated_analysis.py

---

AI职责: 研究问题构建与方法选择（定性分析） | 脚本职责: 统计计算与设计评估（定量规划） | 协作机制: 智能决策引擎