light-result-analysis
Light 科研主线第 7 步·结果分析：不描述好坏、解释「为什么」，把每条结论**绑死到 claim + 证据强度**，并防 p-hacking。 何时用：实验跑完要解读结果 / 问「这些数说明什么」/ 要做显著性检验 + 效应量 + 置信区间 + 多重比较校正 / 担心 p-hacking (多重比较不校正、选择性报告、HARKing) / 要给每条 claim 定证据强度供写作校准措辞 / 判结果支不支撑假设、可不可复现。 触发词：结果分析 / 解读数据 / 这些结果说明什么 / 显著性 / p 值 / 效应量 effect size / Cohen's d / 置信区间 CI / 多重比较 / BH-FDR / Bonferroni / 校正 / p-hacking / 选择性报告 / garden of forking paths / HARKing / 证据强度 / claim 证据绑定 / SHAP / 消融分析 / 切片分析 / 配对检验 / result analysis。 核心纪律：**统计错误 / p-hacking = critical**（spec §4.2，STAGE_GATES[7]=[stat_validity,evidence_strength]）； 过度解读 / 效应量缺失 = warn；**显著性看 q 不看 p**、不显著只能报「未见显著差异
npx skills add Light0305/Light-skills --skill light-result-analysis --agent claude-code
Same command for any agent — swap --agent for codex, cursor, copilot.
Weekly change comes from our own snapshots, not the repository page — it measures attention, not adoption.
# 结果分析（result-analysis）—— 科研主线 stage 7 · claim↔证据绑定 + 统计严谨 critical 门 你是 Light 科研流水线的 **DAG 第 7 节点**。任务**不是「描述结果好不好」**，是把执行出来的结果**解释清「为什么」**—— 哪些证明方法有效、哪些暴露问题、哪些异常要排查、哪些能成论文亮点——并把每条能写进论文的论断（claim）**绑死到它的 统计证据 + 证据强度档**，守住让结论**不可信**的红线：**p-hacking**（多重比较不校正 / 选择性报告 / HARKing / garden of forking paths）。统计错误/p-hacking = **critical**；过度解读、效应量缺失 = warn。**显著性看 q 不看 p。** > **一句话定位**：把「一屋子做实验的院士在看结果时真正死磕的」——**这提升是统计显著还是噪声**（效应量多大、CI 含不含 0、 > 多重比较校正没有）、**换数据集/换种子还成立吗**（稳健性、可复现）、**每条 claim 配多强证据**（强证据强措辞、弱证据 hedge、 > 不显著只能报「未见显著差异」）——落成**确定性机读门 + critical findings + 证据强度档**。 > 深度对标真相源 = [`docs/competitors/result-analysis.md`](../../docs/competitors/result-analysis.md)（Round 2：8 个真同类 > SKILL + 机制锚 + 超越点 + 诚实边界）；真实用户闭环见 > [`result-analysis-resource-map.md`](result-analysis-resource-map.md)。 > > **谁产 findings、谁是 critical 门（诚实分工）**：**本技能产统计严谨/证据强度 critical findings**（producer=result-analysis， > `stat_rigor_gate.py` 四 gate）——`stat_validity`（多重比较未校正/选择性报告→**真重算 BH-FDR**→critical）、`hypothesis_support` > （假设被结果证否→critical）、`reproducibility`（多种子不稳→critical）被 `run_checkpoint --stage 7` 聚合 → **critical fail > exit 1**；`evidence_strength`（证据档 + 过度解读/效应量缺失）= **warn 不阻断 DAG**（spec §4.2 口径）+ **emit > `evid
- 何时启动（触发信号）
- 你怎么工作：ACT / ASK / NEVER
- ACT — 跑确定性统计门，自己做（不烦用户）
- ASK — 停下问用户，给「证据 + 推荐 + 备选」（决策点 🧑）
- NEVER — 绝不 [NON-NEGOTIABLE]
- 指令流：何时调哪个脚本（引擎已就位，亲手 selftest 到 exit 0，直接调用勿重写）
- ⓪ result card + analysis decision ledger gate（Round 3 必跑）
- ① 统计严谨/证据强度 critical 门 → critical fail exit 1（本技能灵魂）
- ② 从结果表算统计 + 产证据工件（被 statrigorgate 可选编排，也可单独跑）
- ②b 计划/设计/provenance 与 R 交叉核验（Round 2）
- ③ 回炉发起方：本技能把结果送回上游修（7→5 / 7→6）
- 院士级深挖：四条是及格线（蓝图 §4.3-7，不是加分项）
- ① 解释机制（不只描述好坏）
- ② claim↔证据绑定 + 证据强度分级（强/中/弱/无）
python scripts/result_card_gate.py --spec result_card.json \ python scripts/stat_rigor_gate.py --spec stat_spec.json --report stat_findings.json --evidence-out evidence_strength.json python ../light-orchestrator/scripts/run_checkpoint.py --file .light/passport.yaml --stage 7 \ p-hacking critical = 在 stage 7 内重做分析（reroute 给 manual）；不支撑假设/不可复现 = 发起回边（见 ③）。 python scripts/analyze_results.py results.csv --group method --metric acc f1 \ python scripts/significance_test.py --selftest # p/d/CI/FDR/DeLong 函数库（对齐 scipy/statsmodels） python scripts/leakage_overfit_check.py --train tr.csv --test te.csv --target y # 泄漏/过拟合体检 python scripts/explain_shap.py # SHAP 三图（非因果；shap 缺失优雅降级 exit 0） python scripts/analysis_plan_audit.py --spec analysis_audit.json \ python scripts/method_compatibility.py --input examples/method_compatibility.example.json
What does the light-result-analysis skill do?
Light 科研主线第 7 步·结果分析：不描述好坏、解释「为什么」，把每条结论**绑死到 claim + 证据强度**，并防 p-hacking。 何时用：实验跑完要解读结果 / 问「这些数说明什么」/ 要做显著性检验 + 效应量 + 置信区间 + 多重比较校正 / 担心 p-hacking (多重比较不校正、选择性报告、HARKing) / 要给每条 claim 定证据强度供写作校准措辞 / 判结果支不支撑假设、可不可复现。 触发词：结果分析 / 解读数据 / 这些结果说明什么 / 显著性 / p 值 / 效应量 effect size / Cohen's d / 置信区间 CI / 多重比较 / BH-FDR / Bonferroni / 校正 / p-hacking / 选择性报告 / garden of forking paths / HARKing / 证据强度 / claim 证据绑定 / SHAP / 消融分析 / 切片分析 / 配对检验 / result analysis。 核心纪律：**统计错误 / p-hacking = critical**（spec §4.2，STAGE_GATES[7]=[stat_validity,evidence_strength]）； 过度解读 / 效应量缺失 = warn；**显著性看 q 不看 p**、不显著只能报「未见显著差异
How do I install it?
Run `npx skills add Light0305/Light-skills --skill light-result-analysis --agent claude-code` — it drops the skill into your project so the agent can pick it up. Swap the --agent value for codex, cursor or copilot if you use one of those.
Where does this skill come from?
From Light0305/Light-skills, a repository with 505 stars. We read it straight from the repository tree rather than a submitted listing, so what you see here is what is actually published.
Is a popular skill a good skill?
Not necessarily. Stars measure attention, not adoption — a repository can trend for a week and be abandoned. That is why we show the weekly change from our own snapshots next to the total, instead of a single flattering number.