К основному содержанию
скилл CX Codex

quantitative-analysis — скилл для Claude Code

Скилл quantitative-analysis для Claude Code выбирает статистические тесты, рассчитывает эффект-размеры и анализирует мощность. Анализирует численные данные с учётом риска p-хакинга и неверной трактовки нулевых результатов.

MIT 280 установок ★ 139 обновлён 2026-10-23

Установить в Claude Code · Через Skills CLI (Vercel) Все способы и платформы ↓
npx skills add poemswe/co-researcher --skill quantitative-analysis -a claude-code
Открыть на GitHub

Что делает quantitative-analysis

Скилл встраивает в редактор роль PhD-уровня квантитативного аналитика. Он помогает выбрать математически корректный тест для ваших данных — от t-теста для сравнения двух групп до многоуровневых моделей для вложенных структур. Анализирует распределение, проверяет предположения (нормальность, однородность дисперсии), вычисляет доверительные интервалы и эффект-размеры и объясняет результаты на понятном языке.

Инструмент работает с инструментами WebSearch, WebFetch, Read, Grep и Glob — может искать методологию, читать сырые данные и сравнивать результаты. Фокусируется на различии между корреляцией и причинностью, на риске ошибок II рода в недопольных исследованиях и на практической значимости, а не только на p-значениях.

Какие задачи решает

  • выбрать статистический тест для сравнения групп или поиска связи
  • рассчитать размер выборки и мощность исследования
  • проверить, выполняет ли выборка предположения параметрических тестов
  • интерпретировать эффект-размеры и доверительные интервалы
  • избежать p-хакинга и ошибочных выводов из нулевых результатов

Примеры запросов агенту

  • У меня есть две группы пациентов, я хочу сравнить их показатели. Какой тест выбрать и какой размер выборки нужен?
  • Проанализируй связь между возрастом и доходом в моём датасете, проверь нормальность и посчитай эффект-размер.
  • Я провёл исследование с 40 участниками и не нашёл значимого эффекта. Может, исследование недопольное?

Как установить quantitative-analysis

1Через Skills CLI (Vercel)

npx skills add poemswe/co-researcher --skill quantitative-analysis -a claude-code

2Вручную: положить файлы

~/.claude/skills/quantitative-analysis/SKILL.md

Папка скилла целиком; для одного проекта — .claude/skills/quantitative-analysis/

По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов

Вопросы о quantitative-analysis

Как установить quantitative-analysis в Claude Code?

Выполните команду npx skills add poemswe/co-researcher --skill quantitative-analysis -a claude-code, затем проверьте файл ~/.claude/skills/quantitative-analysis/SKILL.md.

Что делает quantitative-analysis?

Помогает выбрать подходящий статтест, проверить предположения, рассчитать эффект-размеры и доверительные интервалы, оценить мощность исследования и правильно интерпретировать численные результаты.

Какие тесты поддерживает скилл?

Охватывает параметрические тесты (t-тест, ANOVA, корреляция Пирсона, линейная регрессия), непараметрические альтернативы (Mann-Whitney U, Wilcoxon, Kruskal-Wallis), многоуровневые модели и SEM для латентных переменных.

Исходный текст

SKILL.md · MIT
---
name: quantitative-analysis
description: You must use this when selecting statistical tests, interpreting effect sizes, or conducting power analysis.
tools:
  - WebSearch
  - WebFetch
  - Read
  - Grep
  - Glob
---

<role>
You are a PhD-level quantitative analyst and statistician specializing in frequentist and Bayesian inference. Your goal is to ensure the mathematical rigor, statistical validity, and correct interpretation of numerical research data while preventing common errors like p-hacking or misinterpretation of null results.
</role>

<principles>
- **Statistical Integrity**: Never fabricate data or statistical results. Every claim must follow from the data and appropriate tests.
- **Effect over Significance**: Prioritize effect sizes and confidence intervals over binary p-value interpretations ($p < .05$).
- **Assumption Checking**: Always verify and report if data meets the assumptions of the chosen statistical test (e.g., normality, homoscedasticity).
- **Uncertainty Calibration**: Clearly distinguish between correlation and causation. Use "suggests" or "associated with" for non-experimental data.
- **Rigor in Power**: Acknowledge the risk of Type II errors in underpowered studies.
</principles>

<competencies>

## 1. Statistical Test Selection
| Question | Data Type | Recommended Test |
|----------|-----------|------------------|
| **Compare 2 groups** | Continuous (Normal) | Independent t-test |
| **Compare 2+ groups** | Continuous (Normal) | One-way ANOVA |
| **Relationship** | Continuous | Pearson's r |
| **Prediction** | Continuous | Multiple Regression |
| **Categorical diff** | Counts | Chi-square |

## 2. Power & Effect Size Analysis
- **Power Analysis**: Calculating required $N$ for given $\alpha$ and $(1-\beta)$.
- **Effect Sizes**: Cohen's $d$, Pearson's $r$, $\eta^2$, Odds Ratios.

## 3. Advanced Modeling
- **Multilevel Modeling (HLM)**: For nested data structures.
- **Structural Equation Modeling (SEM)**: For latent variable analysis.
- **Non-parametric alternatives**: Mann-Whitney U, Wilcoxon, Kruskal-Wallis.

</competencies>

<protocol>
1. **Data Inspection**: Analyze data distribution, scale, and missing values. If a parser or scorer produced the outcomes, read a sample of raw outputs against their scores, and report any post-hoc scorer change with both scores.
2. **Assumption Verification**: Test for normality, variance equality, and independence.
3. **Test Execution**: Apply the mathematically appropriate statistical model.
4. **Effect Qualification**: Calculate and report effect sizes and 95% CIs.
5. **Interpretation**: Provide a PhD-level explanation of findings, including limitations and "Practical Significance".
</protocol>

<output_format>
### Quantitative Analysis: [Subject]

**Data Audit**: [Scale type] | [Normality/Assumptions check]

**Statistical Findings**:
- **Test Used**: [Name + Rationale]
- **Results**: [$t/F/\chi^2$ value, $df$, $p$-value]
- **Effect Size**: [Value + Qualitative descriptor]
- **95% Confidence Interval**: [Lower, Upper]

**Practical Significance**: [Interpretation of findings in real-world/academic terms]

**Threats to Statistical Validity**: [Risk of Type I/II errors, confounding, etc.]
</output_format>

<checkpoint>
After the numerical analysis, ask:
- Should I perform a sensitivity analysis to see how outliers affect the results?
- Do you want to explore non-parametric alternatives due to the distribution?
- Should I check for Multicollinearity in your regression model?
</checkpoint>

© poemswe · MIT · poemswe/co-researcher

Похожие скиллы

Все скиллы по теме «ИИ и ML» →
statistical-analysis K-Dense-AI Скилл statistical-analysis проводит статистические тесты с проверкой предпосылок, расчётом размера эффекта и отчётом в формате APA. Покрывает t-тесты, ANOVA, корреляцию, регрессию, непараметрику и байесовские методы. CX Codex +1 2 600установок results-analysis Galaxy-Dawn Скилл results-analysis для Claude Code. Собирает доказательный разбор ML-экспериментов: статистика, графики, отчёт. Проверяет значимость результатов, не пишет текст статьи. CX Codex +1 556установок power-analysis Claude Code Academic Workflow Скилл power-analysis считает мощность, нужный размер выборки и минимальный детектируемый эффект для дизайна исследования, а затем пишет готовый раздел для пререгистрации. CX Codex +1 ★ 1 729звёзд репо measure-survey-analysis product-on-purpose Скилл measure-survey-analysis разбирает результаты опросов в выводы для продакт-менеджера: сегменты, темы в открытых ответах, проверка гипотез и честные пометки о том, чего данные не показывают. CX Codex +1 730установок quantitative-research omer-metin Скилл quantitative-research для Claude Code: проверяет гипотезы бэктестом, валидирует альфа-сигналы, отсеивает переобучение — и ловит стратегии, которые красиво смотрятся на истории. CX Codex +1 2 700установок data-analysis lingzhi227 Скилл data-analysis пишет код статистического анализа данных для статьи: подбирает тест под тип данных и добавляет p-values, размеры эффекта и доверительные интервалы. CX Codex +1 2 100установок

Из того же набора12

Весь набор →
academic-writing Скилл academic-writing для Claude Code помогает писать исследовательские тексты: обзоры литературы, аннотации, описания методологии и другие материалы для академической аудитории. Активируется при создании такого текста. CX Codex +1 1 100установок qualitative-research Скилл qualitative-research ведёт качественное исследование: выбирает рамку под вопрос, строит схему кодирования и собирает темы с опорой на цитаты. CX Codex +1 256установок peer-review Скилл peer-review разбирает академические рукописи, проверяет методологию и формирует структурированный отзыв рецензента. CX Codex +1 247установок research-methodology Скилл research-methodology помогает подобрать план исследования под научный вопрос, выстроить выборку и оценить угрозы валидности. Пригодится при планировании экспериментов и качественных работ. CX Codex +1 244установок systematic-review Скилл systematic-review ведёт систематические обзоры по стандартам PRISMA 2020: формулирует PICO, ищет статьи и считает этапы отбора. CX Codex +1 242установок critical-analysis Скилл critical-analysis разбирает научные тезисы, ищет логические ошибки и проверяет надёжность источников прямо в агенте. CX Codex +1 166установок multi-source-investigation Скилл multi-source-investigation проверяет информацию по интернету, академическим базам и локальным данным, помогая разобраться в противоречиях и подтвердить сложные утверждения. CX Codex +1 147установок research-synthesis Скилл research-synthesis для Claude Code и Codex сопоставляет выводы исследований и собирает связный обзор с источниками и оценкой уверенности. CX Codex +1 128установок

Спонсоры проекта

Компании, которые помогают держать аналитику открытой