Liste de Contrôle de Qualité des Statistiques en Sciences du Mouvement

Un audit statistique rigoureux en 10 points pour la recherche en sciences du mouvement et en neurosciences afin de prévenir les erreurs inférentielles courantes.

déclencheurs:statistical analysisp-valueANOVAkinematicsresults sectioninferential mistakes

GitHub SKILL.md

Ce qu'elle fait\nCette compétence fournit un cadre de contrôle qualité systématique basé sur Makin & Orban de Xivry (2019). Elle aide les agents à auditer l'analyse statistique en neurosciences et en cinématique, en identifiant les erreurs critiques telles que l'analyse circulaire (double dipping), les conditions de contrôle inadéquates et l'inflation de l'unité d'analyse.\n\n## Quand l'utiliser\nActivez cette compétence pendant la phase d'analyse des données, lors de l'interprétation des valeurs p, de la rédaction des sections de résultats pour les manuscrits, ou de la révision du code d'analyse pour garantir la validité scientifique.\n\n## Ce qui est inclus\n- Instructions : Une liste de contrôle complète couvrant 10 pièges courants, incluant des directives détaillées sur le 'Problème', la 'Vérification' et la 'Correction' pour chaque erreur.\n- Guidance Spécifique : Des notes dédiées à la gestion des séries temporelles cinématiques et des données bilatérales.\n\n## Agents compatibles\nTout agent analytique capable de réviser des articles de recherche, du code ou des résumés statistiques.

Étiquettes

#statistics #neuroscience #kinematics #research-methodology #quality-assurance #data-analysis

Pas encore audité

Cette compétence n'a pas encore été examinée par notre pipeline d'audit automatisé.

Informations

Dépôt: inferentialmistakes
Étoiles: 12

Compétences similaires

Plotly (Interactive Python Visualizations)

Interactive Python visualization skill for building hoverable, zoomable, and embeddable charts (Plotly Express + Graph Objects) for EDA, dashboards, and present

CTX Link Check — Documentation Link Auditor

Scan project markdown for broken internal links, missing images, and unreachable external URLs; produce a clear report and suggested fixes before docs releases.

Scientific Exploratory Data Analysis

Human-guided, defensive exploratory data analysis for scientific datasets: capture context first, propose one step, run disposable scripts, and keep an append-o

Visualization Best Practices

Provides step-by-step guidance and production-ready patterns for creating clear, accurate, and effective data visualizations in analytics workflows.

Stata MCP

Run and debug Stata workflows via a local MCP Stata server: execute commands, load datasets, inspect variables, run .do files, and export graphs from within cha

Skill Evolve

Iteratively improve an existing Agent Skill by observing real outputs, extracting recurring failure patterns, and applying small, verifiable fixes (OTF + JIT +

Statistical Significance Calculator

Guides data-analytics workflows to compute and interpret statistical significance, with step-by-step calculations, code snippets, and validation checks.

Walmart Sales Data Deep Analyzer

Analyze Walmart weekly sales versus unemployment to produce charts, regression analysis, and a polished HTML report with business recommendations.

Retour aux compétences