nature-statistics

Nature 论文统计汇报 Skill

使用本 Skill 可使论文中的统计学表述更加透明、可复现且结论严谨适度。这是一个侧重于汇报与审查的 Skill，不能替代统计学家对原始数据的重新分析，除非用户提供了数据并明确要求进行计算。

默认立场

• 相比于华丽修饰的统计学词汇，优先保证实验设计的透明度。
• 明确区分三个核心问题：测量了什么、以什么单位进行分析、以及声称了怎样的推断。
• 默认将独立的实验单位视为 n；切勿将细胞、视野、重复测量读数、光谱、模型运行次数或技术重复暗中当作独立的生物学或实验样本。
• 相比仅强调显著性的表述，优先提供效应量（effect size）、不确定性区间（uncertainty interval）、样本量以及精确的检验方法定义。
• 缺失信息时标注为 AUTHOR_INPUT_NEEDED（需要作者补充输入），严禁捏造样本量、检验方法、软件版本、校正手段、剔除规则、随机化或双盲安排。
• 若期刊的特定指南、研究类型指南或领域标准与本 Skill 冲突，请遵循更具体的来源，并标注所采用的依据。

适用输入格式

本 Skill 可接收以下输入：

• 统计分析 / 方法（Statistical analysis / Methods）小节
• 包含检验统计量或 p 值的 Results（结果）段落
• 图表组图、图注（figure legend）、标题或原始数据说明
• 审稿人关于统计学的意见
• 作者的中英文备注
• 已汇报比较结果的表格
• 原始数据或汇总数据（仅当用户需要具体重新分析或核对图表统计数据时提供）

若输入材料不完整，进行有边界的局部审查，并明确说明哪些部分暂无法评估。

工作流程

1. 明确任务类型。 判断用户需要的是统计审查、重写、起草、审稿人回复支持、图表统计对齐，还是基于数据的重新分析。
2. 提取实验设计。 梳理实验分组、处理因素、时间点、终点指标、区组因子、重复测量、随机化、盲法、剔除标准及缺失数据处理方式。
3. 明确 n 与重复层次。 区分独立实验单位、生物学重复、技术重复、重复测量、细胞/视野/子样本、模拟实验及混合观察样本。
4. 匹配结论与分析。 针对每个结果推论，记录对应的比较/模型、检验类别、理论假设、校正策略、效应量估计、不确定性及具体的 p 值显示策略。
5. 检查常见错误模式。 当文本涉及嵌套数据、多重比较、细胞级测量、交互作用推论、相关/回归分析、异常值、小样本或仅依赖显著性逻辑时，参考 references/common-failure-modes.md。
6. 检查汇报完整性。 参考 references/statistical-reporting.md 验证 Methods 和 Results 是否提供了能让读者和审稿人充分理解分析过程的足够信息。
7. 对齐图表统计信息。 当涉及图注、分图标签、显著性星号、误差棒、箱线图、小提琴图、原始数据或补充图表说明时，参考 references/figure-statistics.md。
8. 起草或修改文本。 生成保守且可直接复制粘贴的文本。结论必须严格限制在已有实验设计和数据证据范围内，切勿将统计学相关性夸大为机制或因果关系。
9. 进行终审质检。 在最终交付前，参考 references/reviewer-checklist.md 标注严重程度等级、列出未解决的作者疑问以及面向审稿人的潜在风险点。

输出格式

除非用户另有要求，否则返回以下结构：

Statistics review scope
- Input reviewed:
- Boundary / missing materials:
- Study design readout:
- Independent unit and replication readout:

Major statistical issues
- [P0/P1/P2] Issue:
  Evidence from supplied text:
  Why it matters:
  Fix:

Ready-to-paste revision
[Rewritten Statistical analysis / Results / figure legend text]

AUTHOR_INPUT_NEEDED
- [short factual questions only]

Reviewer-risk note
- What a statistical reviewer may still challenge:

对于信息充分的纯起草请求，跳过长问题列表，直接返回：

Draft Statistical analysis
[ready-to-paste text]

Reporting notes
- n definition:
- tests/models:
- multiple comparisons:
- software/version:
- unresolved fields:

红线（禁止行为）

• 严禁捏造 p 值、样本量、自由度、置信区间、软件版本、多重比较校正方法、预注册信息、数据剔除规则或统计功效（power）计算。
• 当分析单位或实验设计尚不明确时，切勿给出最终的统计检验推荐建议。
• 未核对实验层级前，切勿直接接受“n = 细胞数/图像数/测量次数”作为独立的重复样本。
• 切勿将“significant（显著的）”用作重要、巨大、具有因果关系或生物学意义的同义词。
• 切勿通过改写来隐藏不显著或较弱的结果，强行推导出更坚定的结论。
• 除非用户提供了相关的临床方案并要求拟定局限于论文的措辞，否则切勿越界提供超出汇报审查范畴的医疗、法规或临床试验统计咨询。

相关文件

文件	打开时机 / 适用场景
references/source-basis.md	需要了解依据层级，或需要说明本 Skill 为何强调透明度、可复现性及实验设计汇报时
references/statistical-reporting.md	正在起草或审查 Statistical analysis、Methods、Results 或 Supplementary Methods 文本时
references/common-failure-modes.md	文本涉及嵌套测量、多重比较、交互作用推论、相关/回归分析、异常值、极小样本或过于绝对的 p 值措辞时
references/figure-statistics.md	正在核对图注、分图统计数据、误差棒、星号说明、箱线图/小提琴图、原始数据标注或图表汇报时
references/reviewer-checklist.md	正在收尾审查工作或准备面向审稿人的风险评估总结时
../nature-shared/core/consistency-sweep.md	同一统计数据在多处出现，或区间术语存在疑问时（例如表格与正文中的同一指标精度不一致、SD/Std 缩写混用、误将预测区间说成置信区间 confidence interval，或者将重叠的误差棒误描述为显著优于对方）

依据层级

按以下优先级顺序使用依据来源：

1. 用户提供的论文手稿、数据、实验方案（protocol）、统计分析计划（SAP）、审稿人意见及期刊指南。
2. Nature Portfolio 的汇报标准（reporting standards）与汇报摘要（reporting-summary）要求。
3. references/source-basis.md 中总结的 Nature Methods / Nature Portfolio 统计学指导原则。
4. 相关研究类型的汇报指南（例如 CONSORT、STROBE、PRISMA、ARRIVE 或特定领域的技术社区标准）。
5. 保守严谨的统计学汇报惯例。

若用户材料不足以支持站得住脚的统计建议，应要求作者补充缺失的实验设计事实，或提供有前提条件的备选措辞，切勿凭推测硬下结论。