serejaris statistical-test-suite
自动统计检验工具 —— 根据数据特征自动选择合适的统计检验方法（t 检验 / 卡方 / ANOVA / Mann-Whitney 等），一键输出检验结果和中文通俗解读。
能力概览
| 功能 | 说明 |
|---|---|
| 独立样本 t 检验 | 2 组 + 正态数据，比较均值差异 |
| Welch t 检验 | 2 组 + 正态但方差不齐 |
| Mann-Whitney U | 2 组 + 非正态数据（非参数） |
| 单因素 ANOVA | 3+ 组 + 正态数据 |
| Kruskal-Wallis | 3+ 组 + 非正态数据（非参数） |
| 卡方独立性检验 | 两个分类变量的关联性 |
| 配对 t 检验 | 前后对比（正态） |
| Wilcoxon 符号秩 | 前后对比（非参数） |
| 自动选择 | 根据组数、正态性、数据类型自动决定 |
| 通俗解读 | 每个指标和结论都给出中文白话说明 |
Quick Start
# 分组比较（自动选择检验方法）
python3 scripts/statistical_test_suite.py data.csv --group treatment --value score
# 卡方检验（两个分类变量）
python3 scripts/statistical_test_suite.py survey.csv --group gender --value preference
# 配对检验（前后对比）
python3 scripts/statistical_test_suite.py experiment.csv --col1 pre_score --col2 post_score --paired
# 强制指定检验方法
python3 scripts/statistical_test_suite.py data.csv --group group --value score --test mann-whitney
# 保存结果到 JSON
python3 scripts/statistical_test_suite.py data.csv -g treatment -v score -o result.json
详细用法
模式一：分组比较
用 --group 指定分组列，--value 指定比较列，工具自动判断用哪种检验。
python3 scripts/statistical_test_suite.py <数据文件> --group <分组列> --value <数值列> [选项]
自动选择逻辑：
- 两列都是分类变量 → 卡方检验
- 2 个组 + 数据正态 → 独立样本 t 检验（方差不齐则用 Welch t）
- 2 个组 + 数据非正态 → Mann-Whitney U 检验
- 3+ 个组 + 数据正态 → 单因素 ANOVA
- 3+ 个组 + 数据非正态 → Kruskal-Wallis 检验
模式二：配对比较
用 --col1 和 --col2 指定前后两个变量列。
python3 scripts/statistical_test_suite.py <数据文件> --col1 <前> --col2 <后> --paired [选项]
自动选择逻辑：
- 差值正态 → 配对 t 检验
- 差值非正态 → Wilcoxon 符号秩检验
参数说明
| 参数 | 缩写 | 必填 | 默认值 | 说明 |
|---|---|---|---|---|
input |
— | 是 | — | 输入文件路径（CSV/TSV/Excel/JSON） |
--group |
-g |
模式一 | — | 分组变量列名 |
--value |
-v |
模式一 | — | 数值/分类变量列名 |
--col1 |
— | 模式二 | — | 配对检验第 1 个变量列名 |
--col2 |
— | 模式二 | — | 配对检验第 2 个变量列名 |
--paired |
— | 否 | false |
启用配对检验模式 |
--test |
-T |
否 | 自动 | 强制检验方法（见下方列表） |
--alpha |
-a |
否 | 0.05 |
显著性水平 |
--output |
-o |
否 | 标准输出 | 结果 JSON 保存路径 |
可选检验方法（--test）
t-test / mann-whitney / anova / kruskal-wallis / chi-square / paired-ttest / wilcoxon
输出结构（JSON）
{
"test": "独立样本 t 检验",
"test_id": "independent_ttest",
"statistic": 2.3456,
"p_value": 0.0213,
"effect_size": {"cohens_d": 0.4821},
"group_stats": {
"对照组": {"n": 30, "mean": 72.5, "std": 8.3},
"实验组": {"n": 30, "mean": 78.1, "std": 7.9}
},
"normality_check": {"对照组": "Shapiro-Wilk W = 0.97, p = 0.52（正态）", "...": "..."},
"selection_reason": ["2 组比较 + 数据近似正态 → 选择独立样本 t 检验"],
"alpha": 0.05,
"interpretation": [
"检验方法：独立样本 t 检验",
"显著性水平：α = 0.05",
"结论：p = 0.0213 < 0.05，差异具有统计学显著性。",
"效应量：Cohen's d = 0.4821（中等效应量，差异明显）",
"通俗解读：「对照组」（均值 72.5）和「实验组」（均值 78.1）之间存在显著差异…"
]
}
依赖
- Python 3.8+
- pandas
- numpy
- scipy
pip install pandas numpy scipy