對生物醫學資料集執行統計建模和迴歸分析。支援線性迴歸、邏輯迴歸（二元/序數/多項）、混合效應模型、Cox 比例風險存活分析、Kaplan-Meier 估計和綜合模型診斷。提取比值比、風險比、信賴區間、p 值和效應量。旨在解決涉及臨床/實驗數據的 BixBench 統計推理問題。當要求擬合迴歸模型、計算優勢比、執行存活分析、執行統計檢定或解釋所提供資料的模型係數時使用。
透過命令列快速安裝 tooluniverse-statistical-modeling AI 技能到你的開發環境
來源：mims-harvard/tooluniverse。
Comprehensive statistical modeling skill for fitting regression models, survival models, and mixed-effects models to biomedical data. Produces publication-quality statistical summaries with odds ratios, hazard ratios, confidence intervals, and p-values.
✅ Linear Regression - OLS for continuous outcomes with diagnostic tests ✅ Logistic Regression - Binary, ordinal, and multinomial models with odds ratios ✅ Survival Analysis - Cox proportional hazards and Kaplan-Meier curves ✅ Mixed-Effects Models - LMM/GLMM for hierarchical/repeated measures data
✅ ANOVA - One-way/two-way ANOVA, per-feature ANOVA for omics data ✅ Model Diagnostics - Assumption checking, fit statistics, residual analysis ✅ Statistical Tests - t-tests, chi-square, Mann-Whitney, Kruskal-Wallis, etc.
對生物醫學資料集執行統計建模和迴歸分析。支援線性迴歸、邏輯迴歸（二元/序數/多項）、混合效應模型、Cox 比例風險存活分析、Kaplan-Meier 估計和綜合模型診斷。提取比值比、風險比、信賴區間、p 值和效應量。旨在解決涉及臨床/實驗數據的 BixBench 統計推理問題。當要求擬合迴歸模型、計算優勢比、執行存活分析、執行統計檢定或解釋所提供資料的模型係數時使用。 來源：mims-harvard/tooluniverse。
為搜尋與 AI 引用準備的穩定欄位與指令。
npx skills add https://github.com/mims-harvard/tooluniverse --skill tooluniverse-statistical-modeling對生物醫學資料集執行統計建模和迴歸分析。支援線性迴歸、邏輯迴歸（二元/序數/多項）、混合效應模型、Cox 比例風險存活分析、Kaplan-Meier 估計和綜合模型診斷。提取比值比、風險比、信賴區間、p 值和效應量。旨在解決涉及臨床/實驗數據的 BixBench 統計推理問題。當要求擬合迴歸模型、計算優勢比、執行存活分析、執行統計檢定或解釋所提供資料的模型係數時使用。 來源：mims-harvard/tooluniverse。
開啟你的終端機或命令列工具（如 Terminal、iTerm、Windows Terminal 等） 複製並執行以下指令：npx skills add https://github.com/mims-harvard/tooluniverse --skill tooluniverse-statistical-modeling 安裝完成後，技能將自動設定到你的 AI 程式設計環境中，可以在 Claude Code、Cursor 或 OpenClaw 中使用
https://github.com/mims-harvard/tooluniverse