数据清洗统计分析
把实验或问卷原始数据交给它,完成清洗、排除无效试次、选对统计检验并写出学术口径结果。
功能与用途
跑完一批实验或问卷,数据里混着练习试次、超时反应、重复被试和不可能出现的取值,直接跑统计会得到错误结论。它会先判断研究设计是组间还是被试内,再按任务规则过滤试次、生成正确率和平均反应时等指标,然后根据设计推荐该用哪种检验(独立样本 t、重复测量方差分析、混合方差分析、混合线性模型等),最后用学术语言写出含 p 值和效应量的结果。如果你要写论文或伦理申请,它能直接给 APA 风格表述。
适用场景
- PsychoPy 导出的行为数据要清洗,剔除练习试次和错误试:PsychoPy 导出的行为数据要清洗,剔除练习试次和错误试次,再算出每个 block 的正确率和平均反应时
- 研究设计是患者组与健康组在四个 block 中的表现差异,不:研究设计是患者组与健康组在四个 block 中的表现差异,不确定该用混合方差分析还是线性混合模型
- 论文投稿前需要把统计结果按 APA 格式写出来,包含自由度、:论文投稿前需要把统计结果按 APA 格式写出来,包含自由度、p 值和效应量
- 数据里有些被试的反应时明显不合理、还有重复的被试 ID,想先:数据里有些被试的反应时明显不合理、还有重复的被试 ID,想先确认这批数据到底能不能用
适用人群
- 心理学或行为科学方向的研究生
- 做临床试验数据分析的研究人员
- 教育或问卷研究的数据处理人员
使用步骤
- 提供数据文件(csv/xlsx/sav/tsv)以及研究设计说明:自变量、因变量、分组条件和实验条件标签
- 说明编码规则、需要排除的试次类型和期望的输出格式(论文、APA、表格或通俗解释)
- 让它先输出数据质量总结与清洗决策,确认排除标准和有效试次数是否可接受
- 拿到推荐的检验方法、描述统计表和学术口径结果解释,核对后才写进论文或报告
开始使用
将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。
技术信息
- 分类
- 知识
- 适用工具
- Codex、Claude Code、OpenClaw、Hermes、国内 Agent
- 使用难度
- 专业
- 版本
- 1.0.0
- 最近更新
- 2026-05-27
- 文件数
- 3
- 安装包大小
- 自动生成 ZIP
- 安全检查
- 基础检查通过
Provides data cleaning, quality checks, statistical test selection, analysis, and academic interpretation for quantitative behavioral and experimental datasets.
使用前准备
- 无需命令行环境,但需要你清楚自己的实验设计、变量编码和分组规则,并具备基本统计概念才能正确使用结论。
依赖与权限
- 读取用户主动提供的内容