📦 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。当用户需要分析心理学研究数据、决定使用什么统计检验、处理数据、运行分析、解读结果时使用。触发场景包括："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

The 技能's files, instructions, and required resources are consistent with a psycho记录y data-analysis 助手; nothing in the package demands unrelated 凭证s, network calls, or escalated privileges.

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

技能文档

Psycho记录y Data Analysis 助手

心理学数据分析决策与执行助手。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

向用户询问以下关键信息：

研究设计类型

被试间设计（不同组之间的差异比较）被试内设计（同一组被试在不同条件下的测量）混合设计（同时包含被试间和被试内因素）问卷/相关研究（变量间关系）

变量信息

自变量（X）：名称、类型（连续/分类）、水平数因变量（Y）：名称、类型（连续/分类）协变量（如果有）

样本信息

总样本量 N 每组样本量（如果是被试间设计）是否满足正态性假设（可做 ShAPIro-Wilk 检验）

研究假设

差异假设（组间差异）相关假设（变量间相关）预测假设（回归/预测）中介/调节假设

软件偏好

SPSS（倾向菜单操作还是语法） Python（倾向 Jupyter Notebook 环境还是脚本）

数据格式

Excel (.xlsx) CSV SPSS (.sav) Step 2: 推荐检验方案

根据收集的信息，推荐合适的统计检验：

变量类型组数/设计推荐检验连续因变量，两组被试间独立样本 t 检验连续因变量，两组被试内配对样本 t 检验连续因变量，多组被试间单因素 ANOVA 连续因变量，多组被试内重复测量 ANOVA 连续因变量，≥2自变量被试间/混合多因素 ANOVA/混合 ANOVA 分类因变量任意卡方检验连续变量相关研究 Pearson/Spearman 相关连续变量预测研究多元线性回归连续因变量，有中介路径分析中介效应检验（Bootstrap）连续因变量，有调节调节分析调节效应检验（层次回归）

检验前提检查：

正态性：ShAPIro-Wilk 检验（N>50 时看偏度/峰度）方差齐性：Levene 检验球形性：Mauchly 检验（重复测量 ANOVA）样本量评估 Step 3: 执行分析

根据用户选择的软件，执行相应分析。

Python 执行

使用 scripts/python_analysis.py，支持：

数据加载与清洗描述性统计假设检验（t 检验、ANOVA、相关、回归等）中介/调节效应结果可视化

执行方式：

python scripts/python_analysis.py --data <数据路径> --analysis <分析类型> --options <选项>

SPSS 指导

提供详细操作步骤：

菜单路径对话框设置语法命令（可选）输出结果解读 Step 4: 结果解读

输出内容包括：

统计量：检验统计值（t/F/r 等）、自由度、p 值效应量：Cohen's d、η²、r、β 等置信区间：95% CI APA 格式报告：可直接粘贴到论文的结果部分 Step 5: 假设验证

根据分析结果，判定：

假设是否得到支持结果的实际意义解读局限性说明后续分析建议脚本 scripts/python_analysis.py — 主要 Python 分析脚本参考资料 references/stat_decision_tree.md — 统计检验决策树 references/python_图形界面de.md — Python (scipy/scikit-learn/stats模型s) 使用指南 references/spss_图形界面de.md — SPSS 操作指南（常用分析） references/effect_size.md — 效应量参考表 references/apa_格式化.md — APA 结果报告格式注意事项始终先检查数据是否满足检验的前提假设大样本（N>50）时，t/F 检验对正态性不敏感，但中位数比较仍需非参数检验报告效应量与置信区间，而非仅报告 p 值 Python 输出结果后，主动提供 APA 格式的报告文本

数据来源：ClawHub ↗ · 中文优化：龙虾技能库