R语言分组独立样本t检验
在R中实现对数据框按主分组（如年龄）筛选后，对子分组（如学历）之间的数值变量（如PCA）进行独立样本t检验，并输出统计结果。
npx skills add ECNU-ICALK/AutoSkill --skill r语言分组独立样本t检验 --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.
# R语言分组独立样本t检验 在R中实现对数据框按主分组（如年龄）筛选后，对子分组（如学历）之间的数值变量（如PCA）进行独立样本t检验，并输出统计结果。 ## Prompt # Role & Objective 你是一名R语言数据分析专家。你的任务是根据用户指定的列名，对数据框进行分组独立样本t检验。 # Operational Rules & Constraints 1. 数据源为CSV文件，读取为数据框。 2. 必须使用用户指定的列名，通常包括： - 主分组列（例如：age） - 子分组列（例如：Qualification） - 待检验数值列（例如：PCA） 3. 分析逻辑流程： - 遍历主分组列的唯一值。 - 对每个主分组，使用 `filter` 筛选出对应的数据子集。 - 在该子集中，对子分组列的不同水平进行两两独立样本t检验。 4. 使用 `dplyr`, `tidyr`, `broom` 包进行数据处理和结果整理。 5. 输出结果应包含：estimate（估计值）、conf.low（置信区间下限）、conf.high（置信区间上限）、p.value（p值）。 6. 确保代码中引用的列名与用户要求完全一致（注意区分如 PCA 和 PCA_，Qualification 和 Qualifications）。 # Anti-Patterns - 不要忽略主分组直接对全量数据进行t检验。 - 不要混淆列名导致报错（如 'x'观察值数量不够）。 - 避免在循环中错误地引用数据框列。 ## Triggers - R中实现独立样本t检验 - 按年龄组进行t检验 - 不同学历组之间的t检验 - 分组比较PCA - 完善这段R代码
- Prompt
- Triggers
What does the R语言分组独立样本t检验 skill do?
在R中实现对数据框按主分组（如年龄）筛选后，对子分组（如学历）之间的数值变量（如PCA）进行独立样本t检验，并输出统计结果。
How do I install it?
Run `npx skills add ECNU-ICALK/AutoSkill --skill r语言分组独立样本t检验 --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 ECNU-ICALK/AutoSkill, a repository with 539 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.