核心用法
OpenClaw R Stats 是一个专业的统计分析技能，通过标准化的 JSON 规范驱动 R 执行。用户上传 CSV 数据后，系统首先执行强制性的预检流程：验证数据可读性、生成 schema 报告（行列数、变量类型、缺失值比例），并在缺失率>5%或样本量<30时发出警告。
分析流程遵循严格的标准化步骤：
1. 环境检查：首次使用或报错时运行 doctor 诊断
2. 按需安装：通过 11 个专用安装脚本分模块加载依赖（基础、生存、贝叶斯、因果、元分析、SEM 等）
3. 构建分析规范：填写 JSON spec，指定分析类型、公式、假设、缺失处理策略、种子等
4. 执行分析：调用 run-rstats.sh analyze 运行
5. 结果呈现：按「摘要→统计量→解释→图表→假设检验→注意事项」顺序输出
技能覆盖从基础 t 检验、ANOVA 到高阶方法如 TMLE、因果森林、联合模型等 82 种分析类型，支持中英文查询。
显著优点
- 方法全面：82 种分析类型，覆盖临床、流行病学、心理计量、机器学习等多个领域
- 质量保障：强制要求效应量、置信区间、假设检验，禁止仅报告 p 值
- 自动化防护：内置方法切换规则（如小样本非正态自动选用 Wilcoxon）、假设违背警告
- 可重复性：JSON spec 完整记录分析参数，配合随机种子确保结果可复现
- 模块化设计：按需安装依赖，避免臃肿环境
潜在局限
- 学习成本：需理解 JSON spec 字段含义，对非技术用户不够友好
- 依赖 R 生态：需要本地 Rscript 环境，Windows 用户配置可能复杂
- 无实时交互：不支持探索性分析的即时调整，每次修改需重新提交 spec
- 中文支持有限：虽支持中文查询，但输出文档和错误信息主要为英文
适合人群
- 需要严谨统计分析的研究人员（医学、社会科学、教育学）
- 熟悉 R 但希望标准化工作流程的数据分析师
- 需要可审计、可重复分析流程的机构（临床试验、监管提交）
- 统计咨询顾问，需快速交付规范报告
常规风险
- 因果推断误用：系统强制使用「associated with」而非「causes」，但用户可能误读结果
- 多重比较问题：虽提供 p 值校正功能，但用户可能未主动启用
- 缺失数据处理：默认 complete case，可能引入选择偏倚
- 过拟合风险：高维方法（LASSO、弹性网络）需配合交叉验证使用
- 包版本差异：不同 R 版本或包版本可能导致结果微小差异