心理学数据分析（统计检验、结果解读）

v1.0.0

心理学数据分析决策与执行助手。用户需要分析心理学研究数据、选择统计检验、处理数据、运行分析、解读结果时使用。触发语：“帮我分析数据”“做什么检验”“SPSS怎么做”“Python分析”“结果怎么读”“验证我的假设”“数据分析”“处理数据”等。

0· 10·0 当前·0 累计

by @wangjinhongmy-pixel

生产力工具

下载技能包

安全扫描

VirusTotal

Pending

查看报告

OpenClaw

安全

high confidence

该技能的文件、说明和所需资源均符合心理学数据分析助手的定位；整个包中没有任何内容要求无关凭据、网络调用或提升权限。

评估建议

This 技能应用ears coherent for psycho记录y data analysis. Before using it: 1) Be aware the 技能 will load and process any data files you provide—do not supply sensitive personal data (PHI) unless you trust the execution 环境. 2) The Python script expects common data-analysis libraries (pandas, scipy, stats模型s, etc.); ensure those are 安装ed in the 运行time 环境. 3) The script prompts interactively in some paths (e.g., correlation uses 输入()), which may block automated 运行s—test interactively first. 4) 技能.md ment...

详细分析 ▾

✓ 用途与能力

Name/description (psycho记录y data analysis) match the included materials: 技能.md, 图形界面dance references, and a Python analysis script that implements t-tests, ANOVA, correlations, regression, mediation/moderation. No unrelated 凭证s, binaries, or config paths are 请求ed.

ℹ 指令范围

技能.md confines actions to asking the user for study metadata, recommending tests, 运行ning analyses (via the included python script) and interpreting 结果s. The 运行time instructions instruct the 代理 to load user-provided data设置s and 运行 the local script; this is expected for the purpose but means the 技能 will read any data files the user points it at. One minor inconsistency: 技能.md references references/apa_格式化.md but that file is not present in the manifest.

✓ 安装机制

No 安装 spec is present (instruction-only with shipped script). No 下载s or external 安装 URLs; lowest-risk 安装 posture. The script does recommend Python packages (pandas/scipy/stats模型s/etc.) but does not auto-安装 them.

✓ 凭证需求

The 技能请求s no 环境 variables, 凭证s, or config paths. It only needs user-supplied data file paths (CSV/Excel/SAV), which is 应用ropriate for its 状态d function.

✓ 持久化与权限

always is false and 模型 invocation is allowed (平台 default). The 技能 does not 请求 persistent 系统 presence or modify other 技能s/configs.

安全有层次，运行前请审查代码。

运行时依赖

无特殊依赖

安装命令

点击复制

官方npx clawhub@latest install psychology-data-analysis

镜像加速npx clawhub@latest install psychology-data-analysis --registry https://cn.longxiaskill.com 镜像可用

需要定制？告诉我你的需求 →

技能文档

心理学数据分析助手输入研究设计 → 推荐检验 → 执行分析 → 解读结果

工作流程 Step 1：收集研究信息

研究设计类型：被试间/被试内/混合/问卷相关
变量信息：自变量（X）、因变量（Y）、协变量
样本信息：总N、各组n、正态性
研究假设：差异/相关/预测/中介/调节
软件偏好：SPSS（菜单/语法）或 Python（Notebook/脚本）
数据格式：Excel、CSV、SPSS(.sav)

Step 2：推荐检验方案连续Y，两组被试间 → 独立t 连续Y，两组被试内 → 配对t 连续Y，多组被试间 → 单因素ANOVA 连续Y，多组被试内 → 重复测量ANOVA 连续Y，≥2自变量 → 多因素/混合ANOVA 分类Y → 卡方连续变量相关 → Pearson/Spearman 连续变量预测 → 多元线性回归中介 → Bootstrap路径分析调节 → 层次回归前提检查：Shapiro-Wilk、Levene、Mauchly；样本量评估

Step 3：执行分析 Python：scripts/python_analysis.py --data <路径> --analysis <类型> --options <选项> 支持清洗、描述、检验、中介/调节、可视化

SPSS：提供菜单路径、对话框、语法、输出解读

Step 4：结果解读统计量、t/F/r、df、p 效应量：Cohen’s d、η²、r、β 95% CI APA格式文本，可直接粘贴

Step 5：假设验证是否支持假设、实际意义、局限、后续建议

脚本 scripts/python_analysis.py

参考资料 references/stat_decision_tree.md references/python_guide.md references/spss_guide.md references/effect_size.md references/apa_format.md

注意事项先检前提假设 N>50时正态性可放宽，但中位数比较用非参数报告效应量与CI，不止p值 Python输出后自动给出APA文本

运行时依赖

安装命令

技能文档

相关技能推荐