통계 분석 도우미

무엇을 해주나

연구·실험·설문 데이터를 분석할 때 필요한 통계 절차를 처음부터 끝까지 잡아줍니다.

• 검정 선택: 독립/대응, 집단 수, 정규성 여부에 따라 t-검정, ANOVA, 카이제곱, Mann-Whitney, Kruskal-Wallis, Friedman 등을 추천
• 가정 검토: 번들된 scripts/assumption_checks.py로 정규성(Shapiro-Wilk + Q-Q plot), 등분산성(Levene), 이상치, 회귀 진단(Breusch-Pagan, Durbin-Watson, VIF)을 자동 점검
• 효과크기와 검정력: Cohen's d, η²_p, Cramér's V와 신뢰구간, 사전 표본수 계산 및 민감도 분석
• 베이지안 대안: PyMC/ArviZ로 사후분포, 신용구간, 방향성 가설의 확률 진술
• APA 보고: t-검정·ANOVA·회귀·베이지안 결과의 문장 템플릿 제공
• 통계 윤리: p-해킹, 다중비교 보정, 결측치 처리, 재현성 체크리스트

이런 분께 추천

• 논문·학위논문에서 심사자가 지적하지 못할 수준의 통계 결과를 쓰고 싶은 대학원생과 연구자
• SPSS 대신 파이썬(pingouin, statsmodels, PyMC)으로 분석을 옮기고 싶은 분
• A/B 테스트나 설문 데이터를 정확한 검정으로 해석해야 하는 데이터 분석가·UX 리서처
• 실험 설계 단계에서 필요한 표본 수를 계산해야 하는 분

활용 예시

1. 두 집단 비교: "처리군과 대조군의 점수 CSV가 있어. 어떤 검정을 써야 해?" → 데이터 요약과 플롯 → 정규성·등분산 검토 → Welch t-검정 → Cohen's d와 CI → APA 문장 완성
2. 표본 수 산정: "세 조건을 비교하는 실험인데 중간 크기 효과를 80% 검정력으로 잡으려면 몇 명이 필요해?" → FTestAnovaPower로 전체 N과 조건별 n 계산
3. 회귀 진단: "OLS 모델을 돌렸는데 잔차가 이상해" → 4패널 잔차 플롯, VIF, Breusch-Pagan 실행 후 이분산이면 HC3 로버스트 표준오차로 재보고

클로드스킬마트에서 찾은 스킬을 설치해줘.
GitHub 저장소 K-Dense-AI/scientific-agent-skills 의 skills/statistical-analysis 폴더를 내 ~/.claude/skills/statistical-analysis/ 에 그대로 복사해줘.
설치가 끝나면 이 스킬로 무엇을 할 수 있는지 한 줄로 알려줘.