前言¶

做临床或生信方向的分析时，卡方检验和 t 检验是绕不开的两步：整理列联表、算统计量、查自由度、对 p 值做判断。自己写脚本可以，但要反复处理边界情况——样本量小、方差不齐、单元格期望频数不足，不同实现给出的结果口径也不完全一致。下面介绍的这个 Skill 把这两类检验收敛成一个统一的调用入口，输入结构化 JSON，返回统计量、自由度与 p 值，不依赖本地工具链。

这是什么¶

临床生信统计 / Clinical biostatistics 是一个面向数据分析场景的托管 Skill，坐标为 @user_f4fc8899/bio-clinical-biostatistics-integrated，版本 1.4.19，由社区发布者 user_f4fc8899 维护，来源标注为 community，归类在 data-analysis。它解决的问题是：在已有数据框或统计结果的基础上，快速拿到两类常用假设检验的统计量、自由度与 p 值，而不必自己去拼装检验过程。

核心功能¶

按官方简介，Skill 提供两类常用假设检验：

1、卡方检验，针对列联表（分类变量之间的关联性检验）。
2、Welch t 检验，针对两组连续变量（两组均值比较，不假设方差齐性）。

两类检验的返回都包含统计量、自由度与 p 值。需要说明的是，这个 Skill 的执行形态是「注册的托管执行器」：它接收文档化的 JSON 输入，返回结构化内容，在提供相应参数时也会返回 Markdown。它不运行上游本地工具链，也不操作任何第三方账号；交付物就是经过服务端校验的响应本身。

安装与启用¶

已抓取资料中没有给出具体的安装命令、目录路径或配置字段，只有以下元数据：

坐标: @user_f4fc8899/bio-clinical-biostatistics-integrated
版本: 1.4.19
来源: community
分类: data-analysis
标签: pricing_type=alipay, requires_api_key=false

两点可以直接确认：requires_api_key=false 表示不需要预先准备 API Key；pricing_type=alipay 是价格策略标注，具体计费方式以官方页面为准。安装与启用的完整步骤（包括在 Cursor / Codex CLI / Claude Code 中的接入差异）资料中没有提供，这里不臆写。建议通过官方地址获取最新说明后再启用。

典型用法¶

已抓取资料中只有能力简介，没有附带可复现的输入 JSON 示例，因此这里给出调用时应满足的约束，而不是编造样例：

1、输入应是文档化的 JSON 结构，按检验类型组织数据：卡方检验给出列联表的行列分布，Welch t 检验给出两组连续变量的观测值或汇总量。
2、输出为结构化内容，包含统计量、自由度与 p 值；若调用时要求返回 Markdown，则同一份结果以 Markdown 形式返回。
3、调用方不要依赖本地统计库做二次计算，交付物以服务端响应为准。

缺少完整字段定义时，先看官方页面上的输入契约，再写调用代码。

适用场景与注意¶

适合的场景：临床或生信项目的常规假设检验步骤，已经拿到数据框，需要快速得到卡方或 Welch t 的结果与 p 值；以及希望统一不同脚本之间的统计口径、减少重复实现的情况。

需要注意的限制：

1、Skill 只覆盖两类检验——卡方（列联表）与 Welch t（两组连续变量）。方差分析、秩和检验、生存分析、多重比较校正等不在能力范围内。
2、它是托管执行器，不做本地计算，因此不运行上游本地工具链，也不接触第三方账号；对数据不出域、必须离线计算的项目不适用。
3、返回的统计量、自由度与 p 值直接采用服务端结果，调用方应确认输入数据满足对应检验的前提（例如列联表的期望频数、Welch 检验的两组独立观测）。
4、当前页面显示安装数为 0，说明使用者少，遇到问题时缺乏社区案例参考，需要自行对照官方文档排查。

结尾¶

这个 Skill 的价值在于把临床生信分析里最常用的两类假设检验做成一个统一的托管调用：输入 JSON，返回统计量、自由度与 p 值，不引入本地工具链依赖。如果你在列联表关联分析和两组连续变量比较上反复写同样的代码，可以先试它；范围之外的统计需求仍需另找工具。

官方地址：https://www.skillhub.cn/skills/user_f4fc8899/bio-clinical-biostatistics-integrated
接口地址：https://api.skillhub.cn/user_f4fc8899/bio-clinical-biostatistics-integrated