AI 数据分析
在受控统计环境中读取研究数据、选择方法、执行分析并交付可复查结果。
工作流
在 Claw 新对话页选择“数据分析”，再附上数据文件并写清研究问题；下图中的模板卡就是这一入口。助手会先理解变量、数据质量和研究设计，再选择统计方法并执行分析。
结果应同时包含方法说明、关键数值、诊断和可下载产物，而不只是自然语言结论。
先写清研究设计，再要求选择方法
复制最接近的数据结构，替换文件名、变量、单位与编码说明。
两组比较
只分析附件【文件名】。研究问题是【问题】；结局变量为【变量】，分组变量为【变量】，单位与编码为【说明】，缺失值编码为【说明】。先检查变量类型、样本量、缺失、异常值和研究设计；信息不足时先提问，不要自行假设。请选择当前支持范围内合适的两组比较方法，并报告描述统计、假设检查、效应量、区间、p 值和方法选择理由。不要把组间差异表述为因果关系。多组比较
只分析附件【文件名】。比较【组别变量】的多个组在【结局变量】上的差异。先检查每组样本量、分布、方差与缺失；在当前支持范围内选择合适的多组检验，并报告整体检验、效应量和必要的后续比较建议。若当前工具不能完成所需比较，请明确说明，不要用不等价方法替代。配对数据
附件【文件名】包含同一对象在【两个时间点/两个条件】下的配对观测。对象标识为【ID】，结果变量为【变量】。请先验证配对关系和缺失情况，再选择配对检验，报告配对差值、描述统计、假设检查、效应量、区间和 p 值。分类资料
分析附件【文件名】中【变量 A】与【变量 B】的分类资料关系。先列出列联表、样本量与期望频数，再在当前支持范围内选择卡方或精确检验，并说明选择理由、效应大小与限制。稀疏单元格或编码不清时先报告问题。查看两组、多组、配对与分类资料的真实方法目录，不从已安装依赖推断能力。
执行环境
统计工具在 Agent 的受控工作区中运行，支持常见表格和统计文件。文件解析失败、变量类型不明或研究设计不足时，应先澄清或报告限制，不应为了产出而猜测。
解释边界
显著性、效应量、模型假设和缺失值处理都必须结合领域语境解释。AI 分析不能替代研究方案审查，尤其不能从观察数据自动推断因果。
下一步
完成计算后，不要停在自然语言结论；继续核对方法、文件与可复现信息。
- 复核计算与报告链路 — 检查方法卡、假设检查和报告 bundle 是否对应。
- 下载并打开分析交付物 — 核对表格、图形、数据文件和方法说明，而不只阅读聊天文字。
- 确认交付文件的访问与归属 — 了解文件怎样被收集、更新并与当前会话关联。