1. 基本信息
| 项目 | 内容 |
|---|---|
| 名称 | statistical-annotation-gptomics-bioskills |
| 项目自述名称 | Statistical Annotation（SKILL.md 内部标题；front matter name 字段为 bio-data-visualization-statistical-annotation） |
| 作者/维护者 | GPTomics Organization |
| 来源链接 | https://github.com/GPTomics/bioSkills/tree/main/data-visualization/statistical-annotation |
| 许可证 | MIT（数据来源：GitHub API，仓库级） |
| GitHub Stars / Forks | 所属合集仓库 bioSkills 整体 1,154 / 195（数据来源：GitHub API；⚠️ 为整个合集的数字，不代表本技能自身热度） |
| 最新版本 | 本子技能内容最近一次提交于 2026-05-24（数据来源：GitHub API commits，按该子目录路径查询） |
| 安装方式 | 复制 data-visualization/statistical-annotation/ 整个目录（含 SKILL.md、examples/、usage-guide.md）到 agent 的 skills 目录，或用仓库自带安装脚本按分类批量安装 |
2. 功能介绍与亮点
- 为箱线图/小提琴图/云雨图等分布图添加组间比较的 p 值括线、显著性星号与效应量标注，覆盖 R（ggpubr、ggsignif、rstatix）与 Python（statannotations）两套主流实现
- 内置检验选型决策表：按“两组/多组、配对/非配对、正态/非正态、嵌套/独立”等数据结构精确匹配到 t 检验、Mann-Whitney U、配对 Wilcoxon、ANOVA/Kruskal-Wallis、线性混合模型等 10 种场景
- 系统讲解多重比较校正：给出未校正时家族错误率随比较数膨胀的具体数值（3 组比较 14%、4 组 26%、6 组 54%），并说明 Holm 相对 Bonferroni 更强的功效优势
- 归纳 7 类具体失败模式（非正态数据误用默认 t 检验、多重比较未校正、配对数据当独立数据检验、嵌套数据伪重复导致 p 值失真、只显示星号不报告具体 p 值、隐藏不显著结果、混淆 p 值与效应量大小），逐条给出触发条件、发生机制与修复方法
- 附“检验结果分歧对照表”，说明 t 检验与 Wilcoxon、配对与非配对、伪重复分析等结果不一致时该信谁；引用 Benjamini-Hochberg 1995、Holm 1979、Wasserstein-Lazar 2016（ASA 关于 p 值的官方声明）等规范文献
3. 适用场景
所属分类：数据分析与可视化
面向需要在分布图上标注组间统计显著性的实验科学与生物信息学研究者，典型场景包括：临床试验或细胞实验中处理组与对照组的显著性对比图、多组条件的两两比较（需多重比较校正）、同一受试者前后测量的配对检验、以及单细胞数据中“细胞属于患者”这类嵌套结构的正确统计处理。图表本身的括线与星号视觉呈现完全相同，但背后检验选错或未做多重比较校正会直接产出无法复现的“显著性”结论，这类错误仅看成图是发现不了的。
4. 跨 Agent 兼容性
- Claude Code：原生支持——仓库提供
install-claude.sh，标准 SKILL.md（YAML front matter + 指令正文）可直接安装 - Codex：原生支持——仓库提供
install-codex.sh，用法与 Claude Code 版本一致 - OpenClaw：原生支持——仓库提供专用
install-openclaw.sh，保留原始目录结构 - Hermes Agent：需适配——Hermes 官方文档的生物信息学技能网关页面明确将 bioSkills 列为“385 个参考技能”来源之一，但说明其功能是作为参考资料被手动拉取阅读，而非以原生 Hermes 技能格式直接安装
5. 推荐理由
统计显著性标注中最隐蔽的错误在于：无论检验选对还是选错，图上的括线与星号看起来完全一样，读者与作者都很难仅凭图表本身发现问题。该技能把“该用哪种检验”“如何校正多重比较”“配对/嵌套数据该怎么处理”这套容易被忽视的判断逻辑，与 ggpubr/ggsignif（R）、statannotations（Python）两套工具的具体调用方式打包成可直接执行的方法论，帮助 agent 产出经得起统计学审查的显著性标注图。
6. 评分
| 维度 | 分数 | 说明 |
|---|---|---|
| 受欢迎程度 | 5 | 所属合集仓库整体约 1,150 stars 不代表本技能自身热度；未检索到针对该子技能的具名第三方评价或独立采用数据 |
| 可用性 | 9 | SKILL.md（约 13KB）+ 独立 usage-guide.md（约 4KB）+ 可直接运行的 R 示例脚本，内容详尽且开头即给出版本核验方法；依赖为一条 install.packages/pip 命令即可装好的开源包（ggpubr/ggsignif/rstatix/statannotations），无付费依赖；本子技能内容最近一次提交为 2026-05-24 |
| 安全性 | 9 | 纯提示词模板 + 本地 R/Python 统计与绘图代码，无 shell 命令执行，无任何网络外发；MIT 许可证明确；通读全文与代码示例未见混淆逻辑或可疑指令 |
安全检查清单：①无 shell 命令执行，内容为 R/Python 统计检验与绘图代码 ②不主动联网外发数据，全部处理在本地完成 ③无凭据或 API key 要求 ④SKILL.md、usage-guide 与示例脚本均为公开的 ggpubr/ggsignif/statannotations 用法说明，未见可疑指令 ⑤GPTomics 为持续维护该开源合集的组织账号，未见刷星等造假迹象 ⑥MIT 许可证清晰 ⑦最近一次提交为 2026-05-24
7. 跟同类 Skills 相比的优势
| 维度 | 本技能（statistical-annotation） | 直接使用 ggpubr/statannotations 原始文档 | distribution-plots（同合集） |
|---|---|---|---|
| 定位 | 组间比较显著性标注的检验选型与多重比较校正方法论封装 | 单纯的函数参数说明，不涉及检验是否适配数据结构的判断 | 生成底层箱线图/小提琴图/云雨图本身，不含统计比较标注 |
| 核心价值 | 明确“何时用 t 检验/Wilcoxon/配对/混合模型”及 Holm/BH 校正的具体选择逻辑，避免家族错误率膨胀 | 需要使用者自行掌握统计学检验适用条件才能正确调用 | 服务上游绘图步骤，本技能是其下游的统计标注层，二者互补 |
| 失败模式覆盖 | 7 类失败模式逐条给出触发条件与修复方法（默认检验用错、未校正多重比较、伪重复等） | 原始文档通常只给 API 参数说明，不覆盖典型误用场景 | 不适用（非统计检验范畴） |
该技能与合集内 distribution-plots、categorical-tests 等技能服务链条上下游不同的环节，彼此互补而非替代；相对于直接调用底层统计包，其价值在于把容易被忽视的检验适配性与多重比较校正判断显式化。
8. 用户评价
该技能目前在第三方平台尚无具名用户评价；所属仓库当前未见针对本子技能的具名 Issue 反馈。
9. 其他补充
SKILL.md 的“Related Skills”交叉引用同合集内的 data-visualization/distribution-plots（提供待标注的底层箱线图/小提琴图）、clinical-biostatistics/categorical-tests（处理分类结局而非连续变量的检验）、clinical-biostatistics/effect-measures（p 值之外应报告的效应量）与 experimental-design/multiple-testing（家族错误率与 FDR 控制方法），可见本技能在合集内承担“分布图统计标注层”这一专项角色。
10. 安装使用方式
- 从 GitHub 下载或克隆仓库子目录：
data-visualization/statistical-annotation/ - 复制整个目录（含
SKILL.md、examples/、usage-guide.md）到所用 agent 的 skills 目录（如 Claude Code 的~/.claude/skills/或项目内.claude/skills/）；也可克隆整个仓库后用./install-claude.sh --categories "data-visualization"批量安装同分类下全部技能 - 安装依赖：R 用户
install.packages(c('ggpubr', 'ggsignif', 'rstatix'))；Python 用户pip install statannotations seaborn scipy - 无需重启 agent，安装后下次对话即可通过自然语言描述需求触发（如“给这张箱线图加上 Control 和 Treatment 之间的 Wilcoxon 检验括线，用星号显示”）
11. 注意事项
- ggpubr 的默认检验方法是 t 检验，对非正态或小样本数据并不适用，需显式指定
method = 'wilcox.test'等参数，不能依赖工具默认值 - 多组两两比较必须显式做多重比较校正（默认建议 Holm），否则家族错误率会随比较数迅速膨胀，结果难以复现
- 配对测量数据按非配对方式检验会损失统计功效；细胞/样本嵌套于患者等结构若直接做两两检验会出现伪重复，产生远超实际支撑的显著性，需改用配对检验或线性混合模型
- 仓库为社区维护的生物信息学技能合集，非任何厂商官方出品，选用前建议自行核对示例代码与当前环境版本是否匹配