登录
软件下载 帮助文档 新闻资讯

Skill UI

浏览并发现 16594+ 精选技能
全部 编程开发 人工智能 设计创意 产品商业 数据科学 市场营销 职场通用 效率工具 硬件工程 语言学习
搜索 假设检验 ，共找到 44 条记录
默认排序 最新上传 最多下载

自动化假设发现流程

hypogenic
K-Dense-AI/claude-scientific-skills
491
Hypogenic 结合文献与数据，利用大模型自动生成与检验假设，适用于欺骗检测、内容识别、精神健康等经验研究，加速科研发现。
查看详情

科学假设生成

hypothesis-generation
K-Dense-AI/claude-scientific-skills
314
通过文献梳理、证据融合、竞品假设和实验设计，引导生成可检验的科学假设，并要求配备 AI 科学图示以完成报告。
查看详情

统计分析与假设检验指南

statistical-analysis
K-Dense-AI/claude-scientific-skills
267
本技能提供系统性的统计分析流程指导，主要应用于学术研究。它帮助用户选择合适的假设检验方法（如t检验、方差分析、回归等），进行假设前提检查以及效应量计算。功能涵盖从数据诊断到生成符合APA格式的专业报告的全过程。
查看详情

Python统计建模与计量分析

statsmodels
K-Dense-AI/claude-scientific-skills
456
Statsmodels是用于Python的专业统计建模和计量经济学库。它提供了一套完整的工具集，支持进行严格的统计推断，包括普通最小二乘回归（OLS）、广义线性模型（GLM）、混合效应模型和时间序列分析（ARIMA）。适用于计量经济学、生物统计学等领域，进行详细的诊断分析、系数估计和假设检验，生成专业报告。
查看详情

统计显著性与A/B测试分析

statistical-analyst
alirezarezvani/claude-skills
318
该工具是专业的统计分析助手，专注于A/B测试和假设检验。它可以帮助用户计算实验所需的样本量，执行Z检验、T检验和卡方检验等专业统计分析，并核心区分“统计显著性”与“实际意义”，确保基于严谨的统计证据做出产品和商业决策。
查看详情

研究数据统计分析

statistical-analysis
K-Dense-AI/scientific-agent-skills
463
本技能提供研究数据的统计分析报告，涵盖测试选择、假设检验、效应量计算及 APA 格式报告。支持频率派与贝叶斯方法，包括 t 检验、方差分析、回归和相关分析。适用于比较组别、验证假设及分析实验数据，确保结果严谨可靠。
查看详情

统计学与数据分析导师

03-data-analysis-stats
24kchengYe/human-skill-tree
113
本导师旨在培养用户深层次的统计学思维能力。它覆盖了数据分析的完整流程，包括描述性统计、数据可视化、假设检验和回归建模。强调理解统计方法背后的逻辑和原理，而非机械地套用公式。适用于所有使用Python, R, SPSS等工具进行数据分析的学习者。
查看详情

假设检验与产品决策

hypothesis-tester
jeremylongshore/claude-code-plugins-plus-skills
62
作为一个专业的实验设计伙伴，本工具旨在指导产品经理将模糊的业务假设转化为可测试的假说。它帮助用户进行严谨的A/B测试设计、设定关键指标（包括核心指标和护栏指标），并提供客观的实验结果解读，最终支持基于数据的决策制定（发布、迭代或淘汰）。
查看详情

因果推断识别策略指南

aeja-identification
brycewang-stanford/Awesome-Journal-Skills
184
本指南为实证微观经济学研究提供一套严谨的因果识别框架，旨在帮助用户为因果推断的识别路径进行系统辩护。内容涵盖了RCT、双重差分（DiD）、回归断点（RDD）和工具变量（IV）等前沿方法的最新最佳实践和常见陷阱，确保所有因果假设都经得起检验。
查看详情

AEJ宏观期刊审稿人策略指南

aejmac-referee-strategy
brycewang-stanford/Awesome-Journal-Skills
241
本指南是为投稿至顶级宏观经济学期刊（如AEJ: Macro）的作者设计的预提交策略工具。它帮助作者预先预测和构建针对审稿人可能提出的高度技术性质疑（如识别假设、稳健性缺陷、领域广度不足等）的防御和论证。使用它来评估投稿被拒风险，规划必要的检验，从而在正式提交前增强稿件的学术质量。
查看详情

经济学结果识别与假设稳健性检验

aejmic-identification
brycewang-stanford/Awesome-Journal-Skills
383
本指南为作者提供了从理论、结构和实证三个角度，对经济学研究结果进行严格识别和稳健性检验的系统方法论。它教会用户如何证明结果的可靠性，确保研究结论不仅仅是估计收敛的结果，而是具有坚实经济学基础的识别结论。
查看详情

经济学论文稳健性与延伸性检查

aejmic-robustness
brycewang-stanford/Awesome-Journal-Skills
170
本指南为顶级经济学期刊（如AEJ: Micro）论文提供了一个严谨的框架。它指导作者如何系统地进行稳健性检验和理论扩展，包括放松假设、处理边界案例和实证敏感性分析。核心目标是确保所有新增内容都能真正增强论文的学术贡献，而非简单地增加篇幅。
查看详情
1234下一页
语言
简体中文
English