Auto stat test

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：

1. 两列都是分类变量 → 卡方检验
2. 2 个组 + 数据正态 → 独立样本 t 检验（方差不齐则用 Welch t）
3. 2 个组 + 数据非正态 → Mann-Whitney U 检验
4. 3+ 个组 + 数据正态 → 单因素 ANOVA
5. 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：

1. 差值正态 → 配对 t 检验
2. 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