# 公开职业资料比较：生物统计 / 统计研究与应用 比较工作、要求与 AI 影响，不计算个人匹配分。个人背景由用户自己的 Agent 使用。 # 生物统计 职业；职业资料版本 2026-10-21.careers.2；核查 2026-10-20 与生命科学研究者一起设计研究并分析数据，解释生物或医学证据。 临床、公共卫生和实验室研究各有语境；本页不提供医疗建议或试验合规结论。 本页按职责提供公开参照；地域、职级和准入以目标组织的现行要求另核。 名称/别名：生物统计师、临床统计、医学统计、临床试验统计 来源状态：active ## 职业工作范围 按本职业主要交付组织工作范围；多个目标可以由同一结果包接收。职责来源用于核对工作定义，AI采用、工具可得性和实际表现按各项具体证据判断。这里不是所有地区与细分岗位的完整清单。 ### 生命科学研究设计 产物：终点、估计目标、随机化或抽样及样本量；终点/估计目标和设计对照；样本量与操作特征；总体/抽样或观察设计、时间零点/估计目标与参数情景；可追溯样本/分析集、权重/排除/测量与缺失记录；患病率/风险或约定效应的区间、诊断/敏感性和可复算报告；处理/实验单位、生物重复与技术重复及批次设计；原始文件—样本/参考版本—计数/特征—分析产物追溯；归一化与差异对比表、效应/多重比较、不确定性/失败样本和可复算说明 内容覆盖：partial；临床原路径保留，公共卫生/观察与实验室/组学分别由“交付公共卫生调查/观察研究分析包”、“交付实验室/组学统计产物”承接本目标。每类研究的总体/实验单位、数据转换和独立推断控制不同；Bix3直接支撑给定实验室分析执行，不证明自主设计或临床疗效。 任务应用：/careers/biostatistician#work-biostatistician-delivery-1；/careers/biostatistician#work-biostatistician-delivery-7；/careers/biostatistician#work-biostatistician-delivery-8 变体：临床试验计划；抽样调查；观察性因果设计；调查/缺失数据；按既定设计的统计推断与报告；实验室研究设计；实验室/组学分析 ### 分析计划 产物：分析集、模型、缺失、敏感性和偏离处理；协议—SAP差异与来源；可执行模型/表图模板 内容覆盖：documented；对应工作：交付可执行分析计划。 任务应用：/careers/biostatistician#work-biostatistician-delivery-2 变体：临床试验计划 ### 数据到分析集 产物：可追踪转换、质量核对与数据问题；原始—分析集转换/计数桥接；数据问题与来源清单；总体/抽样或观察设计、时间零点/估计目标与参数情景；可追溯样本/分析集、权重/排除/测量与缺失记录；患病率/风险或约定效应的区间、诊断/敏感性和可复算报告；处理/实验单位、生物重复与技术重复及批次设计；原始文件—样本/参考版本—计数/特征—分析产物追溯；归一化与差异对比表、效应/多重比较、不确定性/失败样本和可复算说明 内容覆盖：documented；临床原路径保留，公共卫生/观察与实验室/组学分别由“交付公共卫生调查/观察研究分析包”、“交付实验室/组学统计产物”承接本目标。每类研究的总体/实验单位、数据转换和独立推断控制不同；Bix3直接支撑给定实验室分析执行，不证明自主设计或临床疗效。 任务应用：/careers/biostatistician#work-biostatistician-delivery-3；/careers/biostatistician#work-biostatistician-delivery-7；/careers/biostatistician#work-biostatistician-delivery-8 变体：临床纵向/生存分析；抽样调查；观察性因果设计；调查/缺失数据；按既定设计的统计推断与报告；实验室研究设计；实验室/组学分析 ### 统计分析交付 产物：可复算结果、表图及不确定性；效应/区间、诊断及表图；缺失/删失/偏离敏感性；总体/抽样或观察设计、时间零点/估计目标与参数情景；可追溯样本/分析集、权重/排除/测量与缺失记录；患病率/风险或约定效应的区间、诊断/敏感性和可复算报告；处理/实验单位、生物重复与技术重复及批次设计；原始文件—样本/参考版本—计数/特征—分析产物追溯；归一化与差异对比表、效应/多重比较、不确定性/失败样本和可复算说明 内容覆盖：documented；临床原路径保留，公共卫生/观察与实验室/组学分别由“交付公共卫生调查/观察研究分析包”、“交付实验室/组学统计产物”承接本目标。每类研究的总体/实验单位、数据转换和独立推断控制不同；Bix3直接支撑给定实验室分析执行，不证明自主设计或临床疗效。 任务应用：/careers/biostatistician#work-biostatistician-delivery-4；/careers/biostatistician#work-biostatistician-delivery-7；/careers/biostatistician#work-biostatistician-delivery-8 变体：临床纵向/生存分析；抽样调查；观察性因果设计；调查/缺失数据；按既定设计的统计推断与报告；实验室研究设计；实验室/组学分析 ### 研究中期与安全性支持 产物：适用设计下的分析、假设和独立性边界；中期边界/授权分析结果；安全性分母/暴露和限制 内容覆盖：partial；有可执行限定统计交付与验收，缺中期/安全性AI直接实测；临床决策不纳入AI通过宣称。 任务应用：/careers/biostatistician#work-biostatistician-delivery-5 变体：临床试验计划；中期/安全性报告 ### 结果解释与研究报告 产物：终点一致、偏离和局限完整的解释；终点/估计目标到结论对应；偏离/局限/敏感性与可复现材料；总体/抽样或观察设计、时间零点/估计目标与参数情景；可追溯样本/分析集、权重/排除/测量与缺失记录；患病率/风险或约定效应的区间、诊断/敏感性和可复算报告；处理/实验单位、生物重复与技术重复及批次设计；原始文件—样本/参考版本—计数/特征—分析产物追溯；归一化与差异对比表、效应/多重比较、不确定性/失败样本和可复算说明 内容覆盖：documented；临床原路径保留，公共卫生/观察与实验室/组学分别由“交付公共卫生调查/观察研究分析包”、“交付实验室/组学统计产物”承接本目标。每类研究的总体/实验单位、数据转换和独立推断控制不同；Bix3直接支撑给定实验室分析执行，不证明自主设计或临床疗效。 任务应用：/careers/biostatistician#work-biostatistician-delivery-6；/careers/biostatistician#work-biostatistician-delivery-7；/careers/biostatistician#work-biostatistician-delivery-8 变体：临床纵向/生存分析；抽样调查；观察性因果设计；调查/缺失数据；按既定设计的统计推断与报告；实验室研究设计；实验室/组学分析 范围来源：https://www.onetonline.org/link/summary/15-2041.01 当前范围以外： - 医疗诊断与试验合规裁决 - 不提供任何个案医疗建议 待补： - SAPAI是有限预印本计划评价；临床设计、中期/安全性和临床含义未获通用可靠性保证。 - 公共卫生观察识别与抽样设计虽已给完整任务路径，直接AI端到端领域证据仍有限；须用目标调查/队列设计与独立切片验证。 - 生物现象建模/统计方法发展尚未完成专门研究：目标是如种群/细胞响应动态或生物测量误差模型的可识别结构与性质。下一步固定公开数据/机制问题，先检索原始AI建模/方法评估，再用M04的模型/性质候选与M06/M08的独立模拟/统计对照校准；现有临床SAP与按方法组学执行不覆盖该研究贡献。 ## 主要工作与 AI 当前变化 以下条件评估与局部证据分别标示，不表示整项职业已验证。 ### 交付研究设计与估计目标 以临床/生命科学问题为输入，明确终点、时间点、目标人群、中间事件、随机化或观察设计。 交付物：终点/估计目标和设计对照；样本量与操作特征 判断依据：外部报告结果、工具与方法依据、有条件的编辑推断 当前变化：可分阶段委派设计候选和计算；SAPAI直接支持方案到计划的草稿，不证明AI能自主选对临床目标。 - 研究设计包：估计目标、抽样/随机化与分析计划：/work-units/W-M07?version=2026-10-21.workunits.2 直接呈现临床SAP成果及方法规范，区分设计目标迁移。（partial；workunits/work-unit/W-M07@2026-10-21.workunits.2） 应用范围：直接呈现临床SAP成果及方法规范，区分设计目标迁移。 AI工作组织：给研究目标和约束，代理自选计算、设计比较和计划组织；模拟反馈能修正设计，关键选择有依据，不固定一条统计流程。 ## 任务级判断与证据 采用方式：分阶段接收 从证据到建议：SAPAI直接支持方案到计划草稿，同时显示统计推理项仍有漏项；StatQA支持先查方法适用性。因此采用到可计算、可推演的设计候选，不把格式完整当方法正确。 当前可用性：mixed；公开资料与工具入口已核对；下列论文配置、开源实现和本任务实际运行分别记录。本轮不安装、不调用付费服务，也不继承外部成绩。 - StatQA：https://github.com/HKUSTDial/StatQA/tree/3d5f6b5b6926600dc952f39d79dfdef82999aeeb 3d5f6b5…；NeurIPS2024；公开数据/脚本，不能当研究设计成品。 - SAPAI公开研究：https://www.medrxiv.org/content/10.64898/2026.03.19.26348626v1 v1 2026-03-19；可读论文；所链github本轮未核实可下载，不冒称即用产品。 ### SAPAI用9方案/3模型生成27份SAP，统计师清单评价描述项准确81–83%、统计推理项67–72%；文稿填全不能代表设计推理同样可靠。 依据身份：外部报告结果；状态：active - SAPAI：临床方案到统计分析计划的验证研究：https://www.medrxiv.org/content/10.64898/2026.03.19.26348626v1 定位：Abstract Methods/Results；关系：partial 支持：临床计划生成的原始领域评估及漏项/幻造风险。 限制：预印本，清单项分不是整计划通过概率；未验证自主设计或合规。 核查：2026-10-20；来源状态：active 配置：v1；GPT-5、Claude Sonnet4、Gemini2.5Pro；逐节提示，46项0–3统计师双评分；模型/采样成本不用于本站估计。 适用限制：预印本，清单项分不是整计划通过概率；未验证自主设计或合规。 百分比为原研究清单项准确性，不是27份SAP全部通过率。 相关进展（本条判断）： - 方案到SAP已有统计师评分的领域研究：/explore?purpose=understand&domain=math&window=all#P-M-SAPAI 首次公开 2026-03-19；判断变化 2026-03-19 ### 临床主分析与敏感性需要围绕同一估计目标对齐，设计不能靠生成文案决定。 依据身份：工具与方法依据；状态：active - ICH E9与E9(R1)：估计目标和敏感性方法：https://www.ema.europa.eu/en/scientific-guidelines/ich-e9-statistical-principles-clinical-trials 定位：Page contents / R1 Current version；关系：method 支持：估计目标/敏感性工作约束。 限制：指南不证明AI设计正确。 核查：2026-10-20；来源状态：active 适用限制：指南不证明AI设计正确。 ### 研究设计可按估计目标、独立功效/操作特征和可执行计划接收候选，而非仅检查文稿。 依据身份：有条件的编辑推断；状态：active - StatQA：统计方法选择与适用性：https://github.com/HKUSTDial/StatQA/blob/3d5f6b5b6926600dc952f39d79dfdef82999aeeb/README.md 定位：Overview / applicability errors；关系：adjacent 支持：方法适用性错误要求显式核对前提。 限制：抽样/因果设计是迁移任务，未有本站直接模型成绩。 核查：2026-10-20；来源状态：active 适用限制：抽样/因果设计是迁移任务，未有本站直接模型成绩。 ## 情境变化 ### 临床试验计划 输入变化：包含终点、估计目标、中间事件及中期访问。 判断变化：分阶段接收设计/SAP与盲态计算；不自动改变医学或监管目标。 验收变化：协议—估计目标—分析集—模型—敏感性一致；中期alpha和访问边界。 研究前沿：已出现临床SAP专属验证；样本和模型受限，临床试验注册/合规和长期结果不由AI文稿证明。 下一项验证：在公开或授权方案上隐藏参考SAP，让代理输出估计目标、功效代码和计划；先用错误单侧/忽略聚类/改变估计目标负控制校准，再独立模拟。 未来改判信号： - 扩大：未见设计的操作特征独立复现、条款与终点一致，统计选择可追溯。 - 收缩：敏感性幻造、参数无来源或I类错误失控；缩到方案对照与计算候选。 接收/拒收： - 设计回答原问题：独立列总体、变量、比较、时点与估计目标；区分随机/观察设计，确认干扰、选择和依从性假设。 拒收：要治疗策略效应却只分析完成者；观察相关性写成随机试验效应。 - 样本量和实施一致：另一计算路径复算功效/样本量；模拟拟定设计的I类错误/覆盖/功效，考虑分配比、聚类、失访和效应大小不确定。 拒收：把总样本当每组；忽略ICC、双侧/单侧或多重检验。 - 缺失和分析计划可执行：从空结果表和合成边界数据推演分析；临床敏感性须同估计目标，补救治疗/死亡等中间事件策略不得静默变。 拒收：填“使用适当方法”无算法；换目标却说只是敏感性。 - 版本及选择不追结果：对照锁定方案与输出，重大统计选择逐项标来源/新建议/未定；中期方案检验alpha/访问隔离，未授权结果不能用于设计优化。 拒收：看过显著结果后回写“预设”；幻造临床方案未规定的敏感性分析。 失败处理：缺参数时交情景范围和决策影响，不造方差/事件率；问题不可识别则交所需设计修改；预算不足区分探索建议与冻结计划。 本站记录：本站本任务AI运行数、成功率、实际成本及人工介入量均为null；代表例为交付设计，未执行。 尚未覆盖：特定疾病终点的重要性、非劣界或设计参数不能凭空设定。 验证方法：独立对照方案、终点/目标、分配、单侧/双侧/多重性与缺失；用另一计算路径和模拟检验操作特征。 ### 交付可执行分析计划 在看结果前固定分析集、模型、缺失/敏感性和偏离处理。 交付物：协议—SAP差异与来源；可执行模型/表图模板 判断依据：外部报告结果、工具与方法依据 当前变化：可委派完整SAP候选；按估计目标一致、分析细节及可计算检查接收，不以描述项得分替代推理正确。 - 研究设计包：估计目标、抽样/随机化与分析计划：/work-units/W-M07?version=2026-10-21.workunits.2 选择直接临床领域证据与估计目标方法，不全继承其它统计进展。（partial；workunits/work-unit/W-M07@2026-10-21.workunits.2） 应用范围：选择直接临床领域证据与估计目标方法，不全继承其它统计进展。 AI工作组织：给研究目标和约束，代理自选计算、设计比较和计划组织；模拟反馈能修正设计，关键选择有依据，不固定一条统计流程。 ## 任务级判断与证据 采用方式：分阶段接收 从证据到建议：SAPAI直接支持方案到计划草稿，同时显示统计推理项仍有漏项；StatQA支持先查方法适用性。因此采用到可计算、可推演的设计候选，不把格式完整当方法正确。 当前可用性：mixed；公开资料与工具入口已核对；下列论文配置、开源实现和本任务实际运行分别记录。本轮不安装、不调用付费服务，也不继承外部成绩。 - StatQA：https://github.com/HKUSTDial/StatQA/tree/3d5f6b5b6926600dc952f39d79dfdef82999aeeb 3d5f6b5…；NeurIPS2024；公开数据/脚本，不能当研究设计成品。 - SAPAI公开研究：https://www.medrxiv.org/content/10.64898/2026.03.19.26348626v1 v1 2026-03-19；可读论文；所链github本轮未核实可下载，不冒称即用产品。 ### SAPAI用9方案/3模型生成27份SAP，统计师清单评价描述项准确81–83%、统计推理项67–72%；文稿填全不能代表设计推理同样可靠。 依据身份：外部报告结果；状态：active - SAPAI：临床方案到统计分析计划的验证研究：https://www.medrxiv.org/content/10.64898/2026.03.19.26348626v1 定位：Abstract Methods/Results；关系：partial 支持：临床计划生成的原始领域评估及漏项/幻造风险。 限制：预印本，清单项分不是整计划通过概率；未验证自主设计或合规。 核查：2026-10-20；来源状态：active 配置：v1；GPT-5、Claude Sonnet4、Gemini2.5Pro；逐节提示，46项0–3统计师双评分；模型/采样成本不用于本站估计。 适用限制：预印本，清单项分不是整计划通过概率；未验证自主设计或合规。 百分比为原研究清单项准确性，不是27份SAP全部通过率。 相关进展（本条判断）： - 方案到SAP已有统计师评分的领域研究：/explore?purpose=understand&domain=math&window=all#P-M-SAPAI 首次公开 2026-03-19；判断变化 2026-03-19 ### 临床主分析与敏感性需要围绕同一估计目标对齐，设计不能靠生成文案决定。 依据身份：工具与方法依据；状态：active - ICH E9与E9(R1)：估计目标和敏感性方法：https://www.ema.europa.eu/en/scientific-guidelines/ich-e9-statistical-principles-clinical-trials 定位：Page contents / R1 Current version；关系：method 支持：估计目标/敏感性工作约束。 限制：指南不证明AI设计正确。 核查：2026-10-20；来源状态：active 适用限制：指南不证明AI设计正确。 ## 情境变化 ### 临床试验计划 输入变化：包含终点、估计目标、中间事件及中期访问。 判断变化：分阶段接收设计/SAP与盲态计算；不自动改变医学或监管目标。 验收变化：协议—估计目标—分析集—模型—敏感性一致；中期alpha和访问边界。 研究前沿：已出现临床SAP专属验证；样本和模型受限，临床试验注册/合规和长期结果不由AI文稿证明。 下一项验证：在公开或授权方案上隐藏参考SAP，让代理输出估计目标、功效代码和计划；先用错误单侧/忽略聚类/改变估计目标负控制校准，再独立模拟。 未来改判信号： - 扩大：未见设计的操作特征独立复现、条款与终点一致，统计选择可追溯。 - 收缩：敏感性幻造、参数无来源或I类错误失控；缩到方案对照与计算候选。 接收/拒收： - 设计回答原问题：独立列总体、变量、比较、时点与估计目标；区分随机/观察设计，确认干扰、选择和依从性假设。 拒收：要治疗策略效应却只分析完成者；观察相关性写成随机试验效应。 - 样本量和实施一致：另一计算路径复算功效/样本量；模拟拟定设计的I类错误/覆盖/功效，考虑分配比、聚类、失访和效应大小不确定。 拒收：把总样本当每组；忽略ICC、双侧/单侧或多重检验。 - 缺失和分析计划可执行：从空结果表和合成边界数据推演分析；临床敏感性须同估计目标，补救治疗/死亡等中间事件策略不得静默变。 拒收：填“使用适当方法”无算法；换目标却说只是敏感性。 - 版本及选择不追结果：对照锁定方案与输出，重大统计选择逐项标来源/新建议/未定；中期方案检验alpha/访问隔离，未授权结果不能用于设计优化。 拒收：看过显著结果后回写“预设”；幻造临床方案未规定的敏感性分析。 失败处理：缺参数时交情景范围和决策影响，不造方差/事件率；问题不可识别则交所需设计修改；预算不足区分探索建议与冻结计划。 本站记录：本站本任务AI运行数、成功率、实际成本及人工介入量均为null；代表例为交付设计，未执行。 尚未覆盖：预印本清单项评价非整计划通过/合规。 验证方法：合成边界数据走完主要分析；核对缺失/中间事件处理、同目标敏感性和中期边界，拒绝无来源新增方法。 ### 交付可追踪研究分析集 从临床/实验室/公共卫生原始资料转换到锁定分析集，保留每条排除和修正。 交付物：原始—分析集转换/计数桥接；数据问题与来源清单 判断依据：外部报告结果、有条件的编辑推断 当前变化：可整包委派转换、检查和诊断；生物原始数据长链是相关执行证据，临床分析集仍需逐规则接收。 - 统计复现交付：分析集、推断与敏感性同源可重算：/work-units/W-M08?version=2026-10-21.workunits.2 保留生物计算直接产物链接，同时明示非临床分析集已测。（partial；workunits/work-unit/W-M08@2026-10-21.workunits.2） 应用范围：保留生物计算直接产物链接，同时明示非临床分析集已测。 AI工作组织：代理围绕估计目标组织转换、计算、诊断与解释；反馈来自数据控制和模型检查，稳定复现用固定项目，缺口返回方案层。 ## 任务级判断与证据 采用方式：限定条件下整包委派 从证据到建议：BixBench3直接展示按给定方法处理原始生物数据的长链执行；StatQA显示方法适用不能只靠计算。可委派执行并保留科学/临床设计边界，不把生物产物平均分等同整项研究或试验正确。 当前可用性：mixed；公开资料与工具入口已核对；下列论文配置、开源实现和本任务实际运行分别记录。本轮不安装、不调用付费服务，也不继承外部成绩。 - BixBench3 runner/grader：https://github.com/EdisonScientific/BixBench3/tree/d0e0bbb41222335b1b8878f533a58466a3a782dc d0e0bbb…；release v1.0.0；Python3.12/uv、GCP配额和计费、模型API；部分CellRanger需许可；本轮未运行。 - StatQA：https://github.com/HKUSTDial/StatQA/tree/3d5f6b5b6926600dc952f39d79dfdef82999aeeb 固定代码3d5f6b5…；公开方法适用性任务；不等同本研究全流程。 ### BixBench3用给定方法和原始数据评估研究尺度分析；最高系统的任务平均产物通过比例为0.48，不能读为48%研究全部完成。 依据身份：外部报告结果；状态：active - BixBench3 v1：研究尺度生物分析产物：https://arxiv.org/html/2608.25286v1 定位：§2.1/2.2；§3.2；§4.2/4.4；附录A.5 TCER-1例的Research Objective/Method Guidance/Required Outputs；关系：partial 支持：真实原始生物数据到结构产物的领域执行证据。 附录公开例给出mRNA/小RNA原始输入、样本/重复、参考版本及归一化/差异产物合同，可作为实验室分支具体入口。 限制：不评价研究设计；按任务平均产物比例不同于原始138产物统一分母，也非临床推断可靠性。 核查：2026-10-20；来源状态：active 配置：v1；20研究/138产物/13模型；GPT5.6Sol最高任务平均0.48；固定方法指导，32vCPU/128GB、24小时、InspectReAct；产物阈值0.80专家校准。 适用限制：不评价研究设计；按任务平均产物比例不同于原始138产物统一分母，也非临床推断可靠性。 相关进展（本条判断）： - 原始生物数据到研究产物出现可执行长链评估：/explore?purpose=understand&domain=math&window=all#P-M-BIX3 首次公开 2026-08-26；判断变化 2026-08-26 ### 锁定方案后，可委派完整可重算分析；关键接收从原始到分析集、估计量到解释均要独立核查。 依据身份：有条件的编辑推断；状态：active - BixBench3 v1：研究尺度生物分析产物：https://arxiv.org/html/2608.25286v1 定位：§3.2限制、§4.1方法指导；关系：adjacent 支持：按已定方法执行与主动决定研究方法分开。 限制：临床/调查/方法学模拟为显式迁移，需要对应控制。 核查：2026-10-20；来源状态：active 适用限制：临床/调查/方法学模拟为显式迁移，需要对应控制。 ## 情境变化 ### 临床纵向/生存分析 输入变化：分析集、时间零点、删失、intercurrent events及盲态。 判断变化：可委派锁定方案执行，重大偏离/新方法回到方案接收；不自动解盲。 验收变化：原随机组/分析集桥接、删失定义、模型诊断和同估计目标敏感性。 研究前沿：2026研究尺度分析已有公开任务/产物grader；依赖链、规模、格式和恢复仍能导致不完整，设计选择并未由该基准评测。 下一项验证：冻结授权数据/方案，先校准错分析集、忽略聚类和删失负控制；代理盲跑后由独立计算检查关键估计和图表；采样模拟另存误差与失败。 未来改判信号： - 扩大：未见数据与方案偏离下，能追溯转换、识别不适用并重现主/敏感性输出。 - 收缩：只在参考表可见时正确、静默改分析集或伪造缺失结果；缩到可核对的数据/局部计算。 接收/拒收： - 分析集可追溯且适用：独立核对原始到分析集的主键、计数、时间/处理组/删失，手工参考切片和边界记录逐条比对。 拒收：重复测量当独立样本；随机化组被按实际治疗覆盖；删失时点使用未来信息。 - 推断目标与方法相符：独立核查抽样/聚类、模型/检验条件、基准水平、对比方向及多重性；参考实现重算关键估计/区间。 拒收：模型能拟合但方差结构错误；训练后挑最小p值冒充预设。 - 诊断和敏感性实际运行：生成残差/拟合与影响诊断；按计划运行缺失、删失、模型假设情景并报告失效；模拟数据校准覆盖/偏差，记录Monte Carlo误差。 拒收：删去影响结论的样本不披露；只在文字写“敏感性一致”而无代码。 - 报告可重建且结论守边界：干净环境从数据生成最终表图/文字数字，核对估计量、区间、比较、临床/实际含义及探索标签。 拒收：表图和正文不同分母；“无显著差异”写成等效；相关性写因果。 失败处理：缺失/不一致数据列具体记录与影响；不收敛报告识别/数值问题；盲态受限时给可执行脚本和已知检查，不越权读取分组或补造结果。 本站记录：本站本任务AI运行数、成功率、实际成本及人工介入量均为null；代表例为交付设计，未执行。 尚未覆盖：原随机组/访视/删失及来源数据标准需目标试验定义。 验证方法：独立患者/访视切片、时间零点、组别/终点、排除和多记录对账；不把完整病例默认为所有随机者。 ### 交付推断、表图与敏感性 按锁定SAP运行纵向、生存或其它约定方法，输出不确定性和诊断。 交付物：效应/区间、诊断及表图；缺失/删失/偏离敏感性 判断依据：外部报告结果、有条件的编辑推断 当前变化：可委派完整候选分析与报告；关键数字以独立计算和分析集来源接收，模型收敛不等于设计适配。 - 统计复现交付：分析集、推断与敏感性同源可重算：/work-units/W-M08?version=2026-10-21.workunits.2 选择长链执行与方法适用，不能外推临床有效。（partial；workunits/work-unit/W-M08@2026-10-21.workunits.2） 应用范围：选择长链执行与方法适用，不能外推临床有效。 AI工作组织：代理围绕估计目标组织转换、计算、诊断与解释；反馈来自数据控制和模型检查，稳定复现用固定项目，缺口返回方案层。 ## 任务级判断与证据 采用方式：限定条件下整包委派 从证据到建议：BixBench3直接展示按给定方法处理原始生物数据的长链执行；StatQA显示方法适用不能只靠计算。可委派执行并保留科学/临床设计边界，不把生物产物平均分等同整项研究或试验正确。 当前可用性：mixed；公开资料与工具入口已核对；下列论文配置、开源实现和本任务实际运行分别记录。本轮不安装、不调用付费服务，也不继承外部成绩。 - BixBench3 runner/grader：https://github.com/EdisonScientific/BixBench3/tree/d0e0bbb41222335b1b8878f533a58466a3a782dc d0e0bbb…；release v1.0.0；Python3.12/uv、GCP配额和计费、模型API；部分CellRanger需许可；本轮未运行。 - StatQA：https://github.com/HKUSTDial/StatQA/tree/3d5f6b5b6926600dc952f39d79dfdef82999aeeb 固定代码3d5f6b5…；公开方法适用性任务；不等同本研究全流程。 ### BixBench3用给定方法和原始数据评估研究尺度分析；最高系统的任务平均产物通过比例为0.48，不能读为48%研究全部完成。 依据身份：外部报告结果；状态：active - BixBench3 v1：研究尺度生物分析产物：https://arxiv.org/html/2608.25286v1 定位：§2.1/2.2；§3.2；§4.2/4.4；附录A.5 TCER-1例的Research Objective/Method Guidance/Required Outputs；关系：partial 支持：真实原始生物数据到结构产物的领域执行证据。 附录公开例给出mRNA/小RNA原始输入、样本/重复、参考版本及归一化/差异产物合同，可作为实验室分支具体入口。 限制：不评价研究设计；按任务平均产物比例不同于原始138产物统一分母，也非临床推断可靠性。 核查：2026-10-20；来源状态：active 配置：v1；20研究/138产物/13模型；GPT5.6Sol最高任务平均0.48；固定方法指导，32vCPU/128GB、24小时、InspectReAct；产物阈值0.80专家校准。 适用限制：不评价研究设计；按任务平均产物比例不同于原始138产物统一分母，也非临床推断可靠性。 相关进展（本条判断）： - 原始生物数据到研究产物出现可执行长链评估：/explore?purpose=understand&domain=math&window=all#P-M-BIX3 首次公开 2026-08-26；判断变化 2026-08-26 ### 统计方法适用性本身需验收，算出一个数不能代替选择正确方法。 依据身份：外部报告结果；状态：active - StatQA：统计方法选择与适用性：https://github.com/HKUSTDial/StatQA/blob/3d5f6b5b6926600dc952f39d79dfdef82999aeeb/README.md 定位：Overview；paper task definition/error analysis；关系：partial 支持：原作者专门评价任务/列/方法选择和适用性。 限制：历史有限方法集/合成问法，不代表完整统计职业成功率。 核查：2026-10-20；来源状态：active 配置：NeurIPS2024；11,623构建样例，方法前提/元数据/标注限定；GPT4o等历史模型，本文不继承其分数。 适用限制：历史有限方法集/合成问法，不代表完整统计职业成功率。 相关进展（本条判断）： - 统计方法是否适用被纳入专属评估：/explore?purpose=understand&domain=math&window=all#P-M-STATQA 首次公开 2024-05-26 ### 锁定方案后，可委派完整可重算分析；关键接收从原始到分析集、估计量到解释均要独立核查。 依据身份：有条件的编辑推断；状态：active - BixBench3 v1：研究尺度生物分析产物：https://arxiv.org/html/2608.25286v1 定位：§3.2限制、§4.1方法指导；关系：adjacent 支持：按已定方法执行与主动决定研究方法分开。 限制：临床/调查/方法学模拟为显式迁移，需要对应控制。 核查：2026-10-20；来源状态：active 适用限制：临床/调查/方法学模拟为显式迁移，需要对应控制。 ## 情境变化 ### 临床纵向/生存分析 输入变化：分析集、时间零点、删失、intercurrent events及盲态。 判断变化：可委派锁定方案执行，重大偏离/新方法回到方案接收；不自动解盲。 验收变化：原随机组/分析集桥接、删失定义、模型诊断和同估计目标敏感性。 研究前沿：2026研究尺度分析已有公开任务/产物grader；依赖链、规模、格式和恢复仍能导致不完整，设计选择并未由该基准评测。 下一项验证：冻结授权数据/方案，先校准错分析集、忽略聚类和删失负控制；代理盲跑后由独立计算检查关键估计和图表；采样模拟另存误差与失败。 未来改判信号： - 扩大：未见数据与方案偏离下，能追溯转换、识别不适用并重现主/敏感性输出。 - 收缩：只在参考表可见时正确、静默改分析集或伪造缺失结果；缩到可核对的数据/局部计算。 接收/拒收： - 分析集可追溯且适用：独立核对原始到分析集的主键、计数、时间/处理组/删失，手工参考切片和边界记录逐条比对。 拒收：重复测量当独立样本；随机化组被按实际治疗覆盖；删失时点使用未来信息。 - 推断目标与方法相符：独立核查抽样/聚类、模型/检验条件、基准水平、对比方向及多重性；参考实现重算关键估计/区间。 拒收：模型能拟合但方差结构错误；训练后挑最小p值冒充预设。 - 诊断和敏感性实际运行：生成残差/拟合与影响诊断；按计划运行缺失、删失、模型假设情景并报告失效；模拟数据校准覆盖/偏差，记录Monte Carlo误差。 拒收：删去影响结论的样本不披露；只在文字写“敏感性一致”而无代码。 - 报告可重建且结论守边界：干净环境从数据生成最终表图/文字数字，核对估计量、区间、比较、临床/实际含义及探索标签。 拒收：表图和正文不同分母；“无显著差异”写成等效；相关性写因果。 失败处理：缺失/不一致数据列具体记录与影响；不收敛报告识别/数值问题；盲态受限时给可执行脚本和已知检查，不越权读取分组或补造结果。 本站记录：本站本任务AI运行数、成功率、实际成本及人工介入量均为null；代表例为交付设计，未执行。 尚未覆盖：临床统计正确与实际疗效/安全含义分开。 验证方法：核分析集/删失/模型/对比和多重性，重算关键估计/区间，表图与正文同源，效应意义不以p值替代。 ### 交付限定权限的中期/安全性统计 按适用设计、时间点与访问约束生成中期或安全性支持材料。 交付物：中期边界/授权分析结果；安全性分母/暴露和限制 判断依据：工具与方法依据、有条件的编辑推断 当前变化：可分阶段委派授权范围内计算和控制；通用终期或生物分析不能直接证明中期决策可靠，停止/临床判断另接收。 - 研究设计包：估计目标、抽样/随机化与分析计划：/work-units/W-M07?version=2026-10-21.workunits.2 只用设计/方法，不继承SAP总体分数为中期可靠性。（partial；workunits/work-unit/W-M07@2026-10-21.workunits.2） - 统计复现交付：分析集、推断与敏感性同源可重算：/work-units/W-M08?version=2026-10-21.workunits.2 给出专属数据/边界和独立控制路径，标迁移证据。（partial；workunits/work-unit/W-M08@2026-10-21.workunits.2） 应用范围：只用设计/方法，不继承SAP总体分数为中期可靠性。 AI工作组织：给研究目标和约束，代理自选计算、设计比较和计划组织；模拟反馈能修正设计，关键选择有依据，不固定一条统计流程。 ## 任务级判断与证据 采用方式：分阶段接收 从证据到建议：SAPAI直接支持方案到计划草稿，同时显示统计推理项仍有漏项；StatQA支持先查方法适用性。因此采用到可计算、可推演的设计候选，不把格式完整当方法正确。 当前可用性：mixed；公开资料与工具入口已核对；下列论文配置、开源实现和本任务实际运行分别记录。本轮不安装、不调用付费服务，也不继承外部成绩。 - StatQA：https://github.com/HKUSTDial/StatQA/tree/3d5f6b5b6926600dc952f39d79dfdef82999aeeb 3d5f6b5…；NeurIPS2024；公开数据/脚本，不能当研究设计成品。 - SAPAI公开研究：https://www.medrxiv.org/content/10.64898/2026.03.19.26348626v1 v1 2026-03-19；可读论文；所链github本轮未核实可下载，不冒称即用产品。 ### 临床主分析与敏感性需要围绕同一估计目标对齐，设计不能靠生成文案决定。 依据身份：工具与方法依据；状态：active - ICH E9与E9(R1)：估计目标和敏感性方法：https://www.ema.europa.eu/en/scientific-guidelines/ich-e9-statistical-principles-clinical-trials 定位：Page contents / R1 Current version；关系：method 支持：估计目标/敏感性工作约束。 限制：指南不证明AI设计正确。 核查：2026-10-20；来源状态：active 适用限制：指南不证明AI设计正确。 ### 研究设计可按估计目标、独立功效/操作特征和可执行计划接收候选，而非仅检查文稿。 依据身份：有条件的编辑推断；状态：active - StatQA：统计方法选择与适用性：https://github.com/HKUSTDial/StatQA/blob/3d5f6b5b6926600dc952f39d79dfdef82999aeeb/README.md 定位：Overview / applicability errors；关系：adjacent 支持：方法适用性错误要求显式核对前提。 限制：抽样/因果设计是迁移任务，未有本站直接模型成绩。 核查：2026-10-20；来源状态：active 适用限制：抽样/因果设计是迁移任务，未有本站直接模型成绩。 ## 情境变化 ### 临床试验计划 输入变化：包含终点、估计目标、中间事件及中期访问。 判断变化：分阶段接收设计/SAP与盲态计算；不自动改变医学或监管目标。 验收变化：协议—估计目标—分析集—模型—敏感性一致；中期alpha和访问边界。 研究前沿：已出现临床SAP专属验证；样本和模型受限，临床试验注册/合规和长期结果不由AI文稿证明。 下一项验证：在公开或授权方案上隐藏参考SAP，让代理输出估计目标、功效代码和计划；先用错误单侧/忽略聚类/改变估计目标负控制校准，再独立模拟。 未来改判信号： - 扩大：未见设计的操作特征独立复现、条款与终点一致，统计选择可追溯。 - 收缩：敏感性幻造、参数无来源或I类错误失控；缩到方案对照与计算候选。 接收/拒收： - 设计回答原问题：独立列总体、变量、比较、时点与估计目标；区分随机/观察设计，确认干扰、选择和依从性假设。 拒收：要治疗策略效应却只分析完成者；观察相关性写成随机试验效应。 - 样本量和实施一致：另一计算路径复算功效/样本量；模拟拟定设计的I类错误/覆盖/功效，考虑分配比、聚类、失访和效应大小不确定。 拒收：把总样本当每组；忽略ICC、双侧/单侧或多重检验。 - 缺失和分析计划可执行：从空结果表和合成边界数据推演分析；临床敏感性须同估计目标，补救治疗/死亡等中间事件策略不得静默变。 拒收：填“使用适当方法”无算法；换目标却说只是敏感性。 - 版本及选择不追结果：对照锁定方案与输出，重大统计选择逐项标来源/新建议/未定；中期方案检验alpha/访问隔离，未授权结果不能用于设计优化。 拒收：看过显著结果后回写“预设”；幻造临床方案未规定的敏感性分析。 失败处理：缺参数时交情景范围和决策影响，不造方差/事件率；问题不可识别则交所需设计修改；预算不足区分探索建议与冻结计划。 本站记录：本站本任务AI运行数、成功率、实际成本及人工介入量均为null；代表例为交付设计，未执行。 应用范围：给出专属数据/边界和独立控制路径，标迁移证据。 AI工作组织：代理围绕估计目标组织转换、计算、诊断与解释；反馈来自数据控制和模型检查，稳定复现用固定项目，缺口返回方案层。 ## 任务级判断与证据 采用方式：限定条件下整包委派 从证据到建议：BixBench3直接展示按给定方法处理原始生物数据的长链执行；StatQA显示方法适用不能只靠计算。可委派执行并保留科学/临床设计边界，不把生物产物平均分等同整项研究或试验正确。 当前可用性：mixed；公开资料与工具入口已核对；下列论文配置、开源实现和本任务实际运行分别记录。本轮不安装、不调用付费服务，也不继承外部成绩。 - BixBench3 runner/grader：https://github.com/EdisonScientific/BixBench3/tree/d0e0bbb41222335b1b8878f533a58466a3a782dc d0e0bbb…；release v1.0.0；Python3.12/uv、GCP配额和计费、模型API；部分CellRanger需许可；本轮未运行。 - StatQA：https://github.com/HKUSTDial/StatQA/tree/3d5f6b5b6926600dc952f39d79dfdef82999aeeb 固定代码3d5f6b5…；公开方法适用性任务；不等同本研究全流程。 ### 锁定方案后，可委派完整可重算分析；关键接收从原始到分析集、估计量到解释均要独立核查。 依据身份：有条件的编辑推断；状态：active - BixBench3 v1：研究尺度生物分析产物：https://arxiv.org/html/2608.25286v1 定位：§3.2限制、§4.1方法指导；关系：adjacent 支持：按已定方法执行与主动决定研究方法分开。 限制：临床/调查/方法学模拟为显式迁移，需要对应控制。 核查：2026-10-20；来源状态：active 适用限制：临床/调查/方法学模拟为显式迁移，需要对应控制。 ## 情境变化 ### 中期/安全性报告 输入变化：仅授权窗口/人群可看分组，可能有停止边界。 判断变化：分阶段委派限定数据计算，停止/临床判断按研究职责接收。 验收变化：独立统计控制、时间点/alpha边界/暴露分母，访问与报告版本；不把普通终期分析复用为中期。 研究前沿：2026研究尺度分析已有公开任务/产物grader；依赖链、规模、格式和恢复仍能导致不完整，设计选择并未由该基准评测。 下一项验证：冻结授权数据/方案，先校准错分析集、忽略聚类和删失负控制；代理盲跑后由独立计算检查关键估计和图表；采样模拟另存误差与失败。 未来改判信号： - 扩大：未见数据与方案偏离下，能追溯转换、识别不适用并重现主/敏感性输出。 - 收缩：只在参考表可见时正确、静默改分析集或伪造缺失结果；缩到可核对的数据/局部计算。 接收/拒收： - 分析集可追溯且适用：独立核对原始到分析集的主键、计数、时间/处理组/删失，手工参考切片和边界记录逐条比对。 拒收：重复测量当独立样本；随机化组被按实际治疗覆盖；删失时点使用未来信息。 - 推断目标与方法相符：独立核查抽样/聚类、模型/检验条件、基准水平、对比方向及多重性；参考实现重算关键估计/区间。 拒收：模型能拟合但方差结构错误；训练后挑最小p值冒充预设。 - 诊断和敏感性实际运行：生成残差/拟合与影响诊断；按计划运行缺失、删失、模型假设情景并报告失效；模拟数据校准覆盖/偏差，记录Monte Carlo误差。 拒收：删去影响结论的样本不披露；只在文字写“敏感性一致”而无代码。 - 报告可重建且结论守边界：干净环境从数据生成最终表图/文字数字，核对估计量、区间、比较、临床/实际含义及探索标签。 拒收：表图和正文不同分母；“无显著差异”写成等效；相关性写因果。 失败处理：缺失/不一致数据列具体记录与影响；不收敛报告识别/数值问题；盲态受限时给可执行脚本和已知检查，不越权读取分组或补造结果。 本站记录：本站本任务AI运行数、成功率、实际成本及人工介入量均为null；代表例为交付设计，未执行。 尚未覆盖：缺直接AI中期/安全性任务评估；需独立统计控制和目标方案。 验证方法：核alpha花费/停止边界、分析窗口、暴露/事件分母和实际权限；未授权不解盲，unknown不能触发无根据停止。 ### 交付研究报告与偏离解释 把方案、数据、推断和表图组成一致研究说明，区别预设和探索。 交付物：终点/估计目标到结论对应；偏离/局限/敏感性与可复现材料 判断依据：外部报告结果、有条件的编辑推断 当前变化：可委派整合与解释候选，但必须回指实际分析；不显著不写成等效或无风险。 - 统计复现交付：分析集、推断与敏感性同源可重算：/work-units/W-M08?version=2026-10-21.workunits.2 只接报告/推断语义，不引无关工具新闻。（partial；workunits/work-unit/W-M08@2026-10-21.workunits.2） 应用范围：只接报告/推断语义，不引无关工具新闻。 AI工作组织：代理围绕估计目标组织转换、计算、诊断与解释；反馈来自数据控制和模型检查，稳定复现用固定项目，缺口返回方案层。 ## 任务级判断与证据 采用方式：限定条件下整包委派 从证据到建议：BixBench3直接展示按给定方法处理原始生物数据的长链执行；StatQA显示方法适用不能只靠计算。可委派执行并保留科学/临床设计边界，不把生物产物平均分等同整项研究或试验正确。 当前可用性：mixed；公开资料与工具入口已核对；下列论文配置、开源实现和本任务实际运行分别记录。本轮不安装、不调用付费服务，也不继承外部成绩。 - BixBench3 runner/grader：https://github.com/EdisonScientific/BixBench3/tree/d0e0bbb41222335b1b8878f533a58466a3a782dc d0e0bbb…；release v1.0.0；Python3.12/uv、GCP配额和计费、模型API；部分CellRanger需许可；本轮未运行。 - StatQA：https://github.com/HKUSTDial/StatQA/tree/3d5f6b5b6926600dc952f39d79dfdef82999aeeb 固定代码3d5f6b5…；公开方法适用性任务；不等同本研究全流程。 ### 统计方法适用性本身需验收，算出一个数不能代替选择正确方法。 依据身份：外部报告结果；状态：active - StatQA：统计方法选择与适用性：https://github.com/HKUSTDial/StatQA/blob/3d5f6b5b6926600dc952f39d79dfdef82999aeeb/README.md 定位：Overview；paper task definition/error analysis；关系：partial 支持：原作者专门评价任务/列/方法选择和适用性。 限制：历史有限方法集/合成问法，不代表完整统计职业成功率。 核查：2026-10-20；来源状态：active 配置：NeurIPS2024；11,623构建样例，方法前提/元数据/标注限定；GPT4o等历史模型，本文不继承其分数。 适用限制：历史有限方法集/合成问法，不代表完整统计职业成功率。 相关进展（本条判断）： - 统计方法是否适用被纳入专属评估：/explore?purpose=understand&domain=math&window=all#P-M-STATQA 首次公开 2024-05-26 ### 锁定方案后，可委派完整可重算分析；关键接收从原始到分析集、估计量到解释均要独立核查。 依据身份：有条件的编辑推断；状态：active - BixBench3 v1：研究尺度生物分析产物：https://arxiv.org/html/2608.25286v1 定位：§3.2限制、§4.1方法指导；关系：adjacent 支持：按已定方法执行与主动决定研究方法分开。 限制：临床/调查/方法学模拟为显式迁移，需要对应控制。 核查：2026-10-20；来源状态：active 适用限制：临床/调查/方法学模拟为显式迁移，需要对应控制。 ## 情境变化 ### 临床纵向/生存分析 输入变化：分析集、时间零点、删失、intercurrent events及盲态。 判断变化：可委派锁定方案执行，重大偏离/新方法回到方案接收；不自动解盲。 验收变化：原随机组/分析集桥接、删失定义、模型诊断和同估计目标敏感性。 研究前沿：2026研究尺度分析已有公开任务/产物grader；依赖链、规模、格式和恢复仍能导致不完整，设计选择并未由该基准评测。 下一项验证：冻结授权数据/方案，先校准错分析集、忽略聚类和删失负控制；代理盲跑后由独立计算检查关键估计和图表；采样模拟另存误差与失败。 未来改判信号： - 扩大：未见数据与方案偏离下，能追溯转换、识别不适用并重现主/敏感性输出。 - 收缩：只在参考表可见时正确、静默改分析集或伪造缺失结果；缩到可核对的数据/局部计算。 接收/拒收： - 分析集可追溯且适用：独立核对原始到分析集的主键、计数、时间/处理组/删失，手工参考切片和边界记录逐条比对。 拒收：重复测量当独立样本；随机化组被按实际治疗覆盖；删失时点使用未来信息。 - 推断目标与方法相符：独立核查抽样/聚类、模型/检验条件、基准水平、对比方向及多重性；参考实现重算关键估计/区间。 拒收：模型能拟合但方差结构错误；训练后挑最小p值冒充预设。 - 诊断和敏感性实际运行：生成残差/拟合与影响诊断；按计划运行缺失、删失、模型假设情景并报告失效；模拟数据校准覆盖/偏差，记录Monte Carlo误差。 拒收：删去影响结论的样本不披露；只在文字写“敏感性一致”而无代码。 - 报告可重建且结论守边界：干净环境从数据生成最终表图/文字数字，核对估计量、区间、比较、临床/实际含义及探索标签。 拒收：表图和正文不同分母；“无显著差异”写成等效；相关性写因果。 失败处理：缺失/不一致数据列具体记录与影响；不收敛报告识别/数值问题；盲态受限时给可执行脚本和已知检查，不越权读取分组或补造结果。 本站记录：本站本任务AI运行数、成功率、实际成本及人工介入量均为null；代表例为交付设计，未执行。 尚未覆盖：医学含义与正式提交由研究职责主体接收。 验证方法：干净重跑关键表图，逐项核对终点、时间窗、分析集、区间和偏离；缺数据不造结论。 ### 交付公共卫生调查/观察研究分析包 以某地区健康调查或暴露—事件队列为输入，先明确目标人群、抽样框/纳入机制、测量/事件定义与时间窗；调查加权与观察因果识别分别处理，不套患者随机组/访视模板。 交付物：总体/抽样或观察设计、时间零点/估计目标与参数情景；可追溯样本/分析集、权重/排除/测量与缺失记录；患病率/风险或约定效应的区间、诊断/敏感性和可复算报告 判断依据：有条件的编辑推断、外部报告结果 当前变化：可委派设计与执行候选；方法适用证据支持核前提，公共卫生现场/观察识别仍是明确迁移。抽样比例、选择/混杂和测量偏差须进接收，不能从临床SAP或生物产物分数推本研究可靠。 - 研究设计包：估计目标、抽样/随机化与分析计划：/work-units/W-M07?version=2026-10-21.workunits.2 健康调查用抽样框/权重；队列效应用时间零点和选择/混杂假设，均不继承临床SAP清单成绩。（partial；workunits/work-unit/W-M07@2026-10-21.workunits.2） - 统计复现交付：分析集、推断与敏感性同源可重算：/work-units/W-M08?version=2026-10-21.workunits.2 按真实样本/测量机制追溯数据和推断，StatQA是方法适用相邻证据，不是公共卫生端到端通过率。（partial；workunits/work-unit/W-M08@2026-10-21.workunits.2） 应用范围：健康调查用抽样框/权重；队列效应用时间零点和选择/混杂假设，均不继承临床SAP清单成绩。 AI工作组织：给研究目标和约束，代理自选计算、设计比较和计划组织；模拟反馈能修正设计，关键选择有依据，不固定一条统计流程。 ## 任务级判断与证据 采用方式：分阶段接收 从证据到建议：SAPAI直接支持方案到计划草稿，同时显示统计推理项仍有漏项；StatQA支持先查方法适用性。因此采用到可计算、可推演的设计候选，不把格式完整当方法正确。 当前可用性：mixed；公开资料与工具入口已核对；下列论文配置、开源实现和本任务实际运行分别记录。本轮不安装、不调用付费服务，也不继承外部成绩。 - StatQA：https://github.com/HKUSTDial/StatQA/tree/3d5f6b5b6926600dc952f39d79dfdef82999aeeb 3d5f6b5…；NeurIPS2024；公开数据/脚本，不能当研究设计成品。 - SAPAI公开研究：https://www.medrxiv.org/content/10.64898/2026.03.19.26348626v1 v1 2026-03-19；可读论文；所链github本轮未核实可下载，不冒称即用产品。 ### 研究设计可按估计目标、独立功效/操作特征和可执行计划接收候选，而非仅检查文稿。 依据身份：有条件的编辑推断；状态：active - StatQA：统计方法选择与适用性：https://github.com/HKUSTDial/StatQA/blob/3d5f6b5b6926600dc952f39d79dfdef82999aeeb/README.md 定位：Overview / applicability errors；关系：adjacent 支持：方法适用性错误要求显式核对前提。 限制：抽样/因果设计是迁移任务，未有本站直接模型成绩。 核查：2026-10-20；来源状态：active 适用限制：抽样/因果设计是迁移任务，未有本站直接模型成绩。 ## 情境变化 ### 抽样调查 输入变化：分层/整群/不等概率及不应答。 判断变化：可交抽样/加权设计和偏差情景，不能套两独立样本公式。 验收变化：纳入概率、设计效应/权重、覆盖误差和不应答敏感性。 ### 观察性因果设计 输入变化：没有随机分配，混杂/选择假设未知。 判断变化：先交可识别性与偏差分析，不能自动承诺因果结论。 验收变化：明确时间零点、混杂、positivity、敏感性；不以p值接收因果。 研究前沿：已出现临床SAP专属验证；样本和模型受限，临床试验注册/合规和长期结果不由AI文稿证明。 下一项验证：在公开或授权方案上隐藏参考SAP，让代理输出估计目标、功效代码和计划；先用错误单侧/忽略聚类/改变估计目标负控制校准，再独立模拟。 未来改判信号： - 扩大：未见设计的操作特征独立复现、条款与终点一致，统计选择可追溯。 - 收缩：敏感性幻造、参数无来源或I类错误失控；缩到方案对照与计算候选。 接收/拒收： - 设计回答原问题：独立列总体、变量、比较、时点与估计目标；区分随机/观察设计，确认干扰、选择和依从性假设。 拒收：要治疗策略效应却只分析完成者；观察相关性写成随机试验效应。 - 样本量和实施一致：另一计算路径复算功效/样本量；模拟拟定设计的I类错误/覆盖/功效，考虑分配比、聚类、失访和效应大小不确定。 拒收：把总样本当每组；忽略ICC、双侧/单侧或多重检验。 - 缺失和分析计划可执行：从空结果表和合成边界数据推演分析；临床敏感性须同估计目标，补救治疗/死亡等中间事件策略不得静默变。 拒收：填“使用适当方法”无算法；换目标却说只是敏感性。 - 版本及选择不追结果：对照锁定方案与输出，重大统计选择逐项标来源/新建议/未定；中期方案检验alpha/访问隔离，未授权结果不能用于设计优化。 拒收：看过显著结果后回写“预设”；幻造临床方案未规定的敏感性分析。 失败处理：缺参数时交情景范围和决策影响，不造方差/事件率；问题不可识别则交所需设计修改；预算不足区分探索建议与冻结计划。 本站记录：本站本任务AI运行数、成功率、实际成本及人工介入量均为null；代表例为交付设计，未执行。 应用范围：按真实样本/测量机制追溯数据和推断，StatQA是方法适用相邻证据，不是公共卫生端到端通过率。 AI工作组织：代理围绕估计目标组织转换、计算、诊断与解释；反馈来自数据控制和模型检查，稳定复现用固定项目，缺口返回方案层。 ## 任务级判断与证据 采用方式：限定条件下整包委派 从证据到建议：BixBench3直接展示按给定方法处理原始生物数据的长链执行；StatQA显示方法适用不能只靠计算。可委派执行并保留科学/临床设计边界，不把生物产物平均分等同整项研究或试验正确。 当前可用性：mixed；公开资料与工具入口已核对；下列论文配置、开源实现和本任务实际运行分别记录。本轮不安装、不调用付费服务，也不继承外部成绩。 - BixBench3 runner/grader：https://github.com/EdisonScientific/BixBench3/tree/d0e0bbb41222335b1b8878f533a58466a3a782dc d0e0bbb…；release v1.0.0；Python3.12/uv、GCP配额和计费、模型API；部分CellRanger需许可；本轮未运行。 - StatQA：https://github.com/HKUSTDial/StatQA/tree/3d5f6b5b6926600dc952f39d79dfdef82999aeeb 固定代码3d5f6b5…；公开方法适用性任务；不等同本研究全流程。 ### 统计方法适用性本身需验收，算出一个数不能代替选择正确方法。 依据身份：外部报告结果；状态：active - StatQA：统计方法选择与适用性：https://github.com/HKUSTDial/StatQA/blob/3d5f6b5b6926600dc952f39d79dfdef82999aeeb/README.md 定位：Overview；paper task definition/error analysis；关系：partial 支持：原作者专门评价任务/列/方法选择和适用性。 限制：历史有限方法集/合成问法，不代表完整统计职业成功率。 核查：2026-10-20；来源状态：active 配置：NeurIPS2024；11,623构建样例，方法前提/元数据/标注限定；GPT4o等历史模型，本文不继承其分数。 适用限制：历史有限方法集/合成问法，不代表完整统计职业成功率。 相关进展（本条判断）： - 统计方法是否适用被纳入专属评估：/explore?purpose=understand&domain=math&window=all#P-M-STATQA 首次公开 2024-05-26 ### 锁定方案后，可委派完整可重算分析；关键接收从原始到分析集、估计量到解释均要独立核查。 依据身份：有条件的编辑推断；状态：active - BixBench3 v1：研究尺度生物分析产物：https://arxiv.org/html/2608.25286v1 定位：§3.2限制、§4.1方法指导；关系：adjacent 支持：按已定方法执行与主动决定研究方法分开。 限制：临床/调查/方法学模拟为显式迁移，需要对应控制。 核查：2026-10-20；来源状态：active 适用限制：临床/调查/方法学模拟为显式迁移，需要对应控制。 ## 情境变化 ### 调查/缺失数据 输入变化：权重、整群、抽样设计与不应答。 判断变化：可委派加权推断和缺失情景，不套独立样本公式。 验收变化：设计权重、方差估计/有效样本量、缺失机制与偏差敏感性。 ### 按既定设计的统计推断与报告 输入变化：设计/估计目标和分析数据已给定，任务不是专门比较新方法、调查加权或临床生存分析。 判断变化：可整包委派拟合、诊断、敏感性和可复算说明；按实际设计选择方法，不额外假设特殊数据机制。 验收变化：分析集—估计量—区间/检验—表图/正文同源，核方法前提及独立关键数；特殊抽样/临床/组学输入另选相应变体。 研究前沿：2026研究尺度分析已有公开任务/产物grader；依赖链、规模、格式和恢复仍能导致不完整，设计选择并未由该基准评测。 下一项验证：冻结授权数据/方案，先校准错分析集、忽略聚类和删失负控制；代理盲跑后由独立计算检查关键估计和图表；采样模拟另存误差与失败。 未来改判信号： - 扩大：未见数据与方案偏离下，能追溯转换、识别不适用并重现主/敏感性输出。 - 收缩：只在参考表可见时正确、静默改分析集或伪造缺失结果；缩到可核对的数据/局部计算。 接收/拒收： - 分析集可追溯且适用：独立核对原始到分析集的主键、计数、时间/处理组/删失，手工参考切片和边界记录逐条比对。 拒收：重复测量当独立样本；随机化组被按实际治疗覆盖；删失时点使用未来信息。 - 推断目标与方法相符：独立核查抽样/聚类、模型/检验条件、基准水平、对比方向及多重性；参考实现重算关键估计/区间。 拒收：模型能拟合但方差结构错误；训练后挑最小p值冒充预设。 - 诊断和敏感性实际运行：生成残差/拟合与影响诊断；按计划运行缺失、删失、模型假设情景并报告失效；模拟数据校准覆盖/偏差，记录Monte Carlo误差。 拒收：删去影响结论的样本不披露；只在文字写“敏感性一致”而无代码。 - 报告可重建且结论守边界：干净环境从数据生成最终表图/文字数字，核对估计量、区间、比较、临床/实际含义及探索标签。 拒收：表图和正文不同分母；“无显著差异”写成等效；相关性写因果。 失败处理：缺失/不一致数据列具体记录与影响；不收敛报告识别/数值问题；盲态受限时给可执行脚本和已知检查，不越权读取分组或补造结果。 本站记录：本站本任务AI运行数、成功率、实际成本及人工介入量均为null；代表例为交付设计，未执行。 尚未覆盖：需实际抽样/采集与缺失信息；混杂、选择与测量假设不能仅靠表格识别，设计不足时只能给受限关联。 验证方法：调查独立核抽样框、纳入概率/权重、分层聚类、未应答与测量误差；观察队列核时间零点/暴露/事件、纳入选择、混杂/positivity和失访。重算分析集计数与关键估计/区间，做权重/缺失/未测混杂情景；无识别依据不得把关联写因果。 ### 交付实验室/组学统计产物 从实验设计和样本表到原始检测/测序、质控/归一化、对比和报告；具体公开参照为BixBench3附录TCER-1研究的mRNA/小RNA输入和规定统计产物，不是临床患者生存分析。 交付物：处理/实验单位、生物重复与技术重复及批次设计；原始文件—样本/参考版本—计数/特征—分析产物追溯；归一化与差异对比表、效应/多重比较、不确定性/失败样本和可复算说明 判断依据：有条件的编辑推断、外部报告结果 当前变化：可把给定方法的实验室计算分析整包委派，BixBench3是与该输入最贴近的直接执行证据；实验设计/方法选择仍是迁移，不由按方法复现成绩证明。 - 研究设计包：估计目标、抽样/随机化与分析计划：/work-units/W-M07?version=2026-10-21.workunits.2 实验单位/生物重复、技术重复与批次控制属于设计候选，未声称SAP或Bix3已测自主实验室设计。（partial；workunits/work-unit/W-M07@2026-10-21.workunits.2） - 统计复现交付：分析集、推断与敏感性同源可重算：/work-units/W-M08?version=2026-10-21.workunits.2 Bix3原始生物数据与规定产物直接适用；选生物分析主张而非将其只转译成临床相邻证据，原任务均值口径保留。（partial；workunits/work-unit/W-M08@2026-10-21.workunits.2） 应用范围：实验单位/生物重复、技术重复与批次控制属于设计候选，未声称SAP或Bix3已测自主实验室设计。 AI工作组织：给研究目标和约束，代理自选计算、设计比较和计划组织；模拟反馈能修正设计，关键选择有依据，不固定一条统计流程。 ## 任务级判断与证据 采用方式：分阶段接收 从证据到建议：SAPAI直接支持方案到计划草稿，同时显示统计推理项仍有漏项；StatQA支持先查方法适用性。因此采用到可计算、可推演的设计候选，不把格式完整当方法正确。 当前可用性：mixed；公开资料与工具入口已核对；下列论文配置、开源实现和本任务实际运行分别记录。本轮不安装、不调用付费服务，也不继承外部成绩。 - StatQA：https://github.com/HKUSTDial/StatQA/tree/3d5f6b5b6926600dc952f39d79dfdef82999aeeb 3d5f6b5…；NeurIPS2024；公开数据/脚本，不能当研究设计成品。 - SAPAI公开研究：https://www.medrxiv.org/content/10.64898/2026.03.19.26348626v1 v1 2026-03-19；可读论文；所链github本轮未核实可下载，不冒称即用产品。 ### 研究设计可按估计目标、独立功效/操作特征和可执行计划接收候选，而非仅检查文稿。 依据身份：有条件的编辑推断；状态：active - StatQA：统计方法选择与适用性：https://github.com/HKUSTDial/StatQA/blob/3d5f6b5b6926600dc952f39d79dfdef82999aeeb/README.md 定位：Overview / applicability errors；关系：adjacent 支持：方法适用性错误要求显式核对前提。 限制：抽样/因果设计是迁移任务，未有本站直接模型成绩。 核查：2026-10-20；来源状态：active 适用限制：抽样/因果设计是迁移任务，未有本站直接模型成绩。 ## 情境变化 ### 实验室研究设计 输入变化：输入包括实验处理、供体/培养物等生物实验单位、技术重复、批次/板位、检测方法与资源。 判断变化：可委派设计和可重算功效/分析候选；BixBench3执行给定方法不证明代理会自主选对实验设计。 验收变化：定义生物重复与技术重复、随机化/平衡批次、对比及多重性；避免伪重复，缺少方差/批次信息时交参数情景而非编n。 研究前沿：已出现临床SAP专属验证；样本和模型受限，临床试验注册/合规和长期结果不由AI文稿证明。 下一项验证：在公开或授权方案上隐藏参考SAP，让代理输出估计目标、功效代码和计划；先用错误单侧/忽略聚类/改变估计目标负控制校准，再独立模拟。 未来改判信号： - 扩大：未见设计的操作特征独立复现、条款与终点一致，统计选择可追溯。 - 收缩：敏感性幻造、参数无来源或I类错误失控；缩到方案对照与计算候选。 接收/拒收： - 设计回答原问题：独立列总体、变量、比较、时点与估计目标；区分随机/观察设计，确认干扰、选择和依从性假设。 拒收：要治疗策略效应却只分析完成者；观察相关性写成随机试验效应。 - 样本量和实施一致：另一计算路径复算功效/样本量；模拟拟定设计的I类错误/覆盖/功效，考虑分配比、聚类、失访和效应大小不确定。 拒收：把总样本当每组；忽略ICC、双侧/单侧或多重检验。 - 缺失和分析计划可执行：从空结果表和合成边界数据推演分析；临床敏感性须同估计目标，补救治疗/死亡等中间事件策略不得静默变。 拒收：填“使用适当方法”无算法；换目标却说只是敏感性。 - 版本及选择不追结果：对照锁定方案与输出，重大统计选择逐项标来源/新建议/未定；中期方案检验alpha/访问隔离，未授权结果不能用于设计优化。 拒收：看过显著结果后回写“预设”；幻造临床方案未规定的敏感性分析。 失败处理：缺参数时交情景范围和决策影响，不造方差/事件率；问题不可识别则交所需设计修改；预算不足区分探索建议与冻结计划。 本站记录：本站本任务AI运行数、成功率、实际成本及人工介入量均为null；代表例为交付设计，未执行。 应用范围：Bix3原始生物数据与规定产物直接适用；选生物分析主张而非将其只转译成临床相邻证据，原任务均值口径保留。 AI工作组织：代理围绕估计目标组织转换、计算、诊断与解释；反馈来自数据控制和模型检查，稳定复现用固定项目，缺口返回方案层。 ## 任务级判断与证据 采用方式：限定条件下整包委派 从证据到建议：BixBench3直接展示按给定方法处理原始生物数据的长链执行；StatQA显示方法适用不能只靠计算。可委派执行并保留科学/临床设计边界，不把生物产物平均分等同整项研究或试验正确。 当前可用性：mixed；公开资料与工具入口已核对；下列论文配置、开源实现和本任务实际运行分别记录。本轮不安装、不调用付费服务，也不继承外部成绩。 - BixBench3 runner/grader：https://github.com/EdisonScientific/BixBench3/tree/d0e0bbb41222335b1b8878f533a58466a3a782dc d0e0bbb…；release v1.0.0；Python3.12/uv、GCP配额和计费、模型API；部分CellRanger需许可；本轮未运行。 - StatQA：https://github.com/HKUSTDial/StatQA/tree/3d5f6b5b6926600dc952f39d79dfdef82999aeeb 固定代码3d5f6b5…；公开方法适用性任务；不等同本研究全流程。 ### BixBench3用给定方法和原始数据评估研究尺度分析；最高系统的任务平均产物通过比例为0.48，不能读为48%研究全部完成。 依据身份：外部报告结果；状态：active - BixBench3 v1：研究尺度生物分析产物：https://arxiv.org/html/2608.25286v1 定位：§2.1/2.2；§3.2；§4.2/4.4；附录A.5 TCER-1例的Research Objective/Method Guidance/Required Outputs；关系：partial 支持：真实原始生物数据到结构产物的领域执行证据。 附录公开例给出mRNA/小RNA原始输入、样本/重复、参考版本及归一化/差异产物合同，可作为实验室分支具体入口。 限制：不评价研究设计；按任务平均产物比例不同于原始138产物统一分母，也非临床推断可靠性。 核查：2026-10-20；来源状态：active 配置：v1；20研究/138产物/13模型；GPT5.6Sol最高任务平均0.48；固定方法指导，32vCPU/128GB、24小时、InspectReAct；产物阈值0.80专家校准。 适用限制：不评价研究设计；按任务平均产物比例不同于原始138产物统一分母，也非临床推断可靠性。 相关进展（本条判断）： - 原始生物数据到研究产物出现可执行长链评估：/explore?purpose=understand&domain=math&window=all#P-M-BIX3 首次公开 2026-08-26；判断变化 2026-08-26 ### 统计方法适用性本身需验收，算出一个数不能代替选择正确方法。 依据身份：外部报告结果；状态：active - StatQA：统计方法选择与适用性：https://github.com/HKUSTDial/StatQA/blob/3d5f6b5b6926600dc952f39d79dfdef82999aeeb/README.md 定位：Overview；paper task definition/error analysis；关系：partial 支持：原作者专门评价任务/列/方法选择和适用性。 限制：历史有限方法集/合成问法，不代表完整统计职业成功率。 核查：2026-10-20；来源状态：active 配置：NeurIPS2024；11,623构建样例，方法前提/元数据/标注限定；GPT4o等历史模型，本文不继承其分数。 适用限制：历史有限方法集/合成问法，不代表完整统计职业成功率。 相关进展（本条判断）： - 统计方法是否适用被纳入专属评估：/explore?purpose=understand&domain=math&window=all#P-M-STATQA 首次公开 2024-05-26 ### 锁定方案后，可委派完整可重算分析；关键接收从原始到分析集、估计量到解释均要独立核查。 依据身份：有条件的编辑推断；状态：active - BixBench3 v1：研究尺度生物分析产物：https://arxiv.org/html/2608.25286v1 定位：§3.2限制、§4.1方法指导；关系：adjacent 支持：按已定方法执行与主动决定研究方法分开。 限制：临床/调查/方法学模拟为显式迁移，需要对应控制。 核查：2026-10-20；来源状态：active 适用限制：临床/调查/方法学模拟为显式迁移，需要对应控制。 ## 情境变化 ### 实验室/组学分析 输入变化：原始测序/检测与样本表、处理条件、生物重复/技术重复、批次和参考资料需变成统计产物。 判断变化：BixBench3给定方法的原始生物数据执行与此最贴近；可整包委派质量控制、处理/归一化和分析产物，设计选择仍需另核。 验收变化：样本表到数据对应及生物实验单位、技术重复合并/依赖、参考版本/特征宇宙、归一化/批次与对比方向、多重比较和失败样本均需检查；独立重算关键对比，不能把细胞/reads当独立受试单位。 研究前沿：2026研究尺度分析已有公开任务/产物grader；依赖链、规模、格式和恢复仍能导致不完整，设计选择并未由该基准评测。 下一项验证：冻结授权数据/方案，先校准错分析集、忽略聚类和删失负控制；代理盲跑后由独立计算检查关键估计和图表；采样模拟另存误差与失败。 未来改判信号： - 扩大：未见数据与方案偏离下，能追溯转换、识别不适用并重现主/敏感性输出。 - 收缩：只在参考表可见时正确、静默改分析集或伪造缺失结果；缩到可核对的数据/局部计算。 接收/拒收： - 分析集可追溯且适用：独立核对原始到分析集的主键、计数、时间/处理组/删失，手工参考切片和边界记录逐条比对。 拒收：重复测量当独立样本；随机化组被按实际治疗覆盖；删失时点使用未来信息。 - 推断目标与方法相符：独立核查抽样/聚类、模型/检验条件、基准水平、对比方向及多重性；参考实现重算关键估计/区间。 拒收：模型能拟合但方差结构错误；训练后挑最小p值冒充预设。 - 诊断和敏感性实际运行：生成残差/拟合与影响诊断；按计划运行缺失、删失、模型假设情景并报告失效；模拟数据校准覆盖/偏差，记录Monte Carlo误差。 拒收：删去影响结论的样本不披露；只在文字写“敏感性一致”而无代码。 - 报告可重建且结论守边界：干净环境从数据生成最终表图/文字数字，核对估计量、区间、比较、临床/实际含义及探索标签。 拒收：表图和正文不同分母；“无显著差异”写成等效；相关性写因果。 失败处理：缺失/不一致数据列具体记录与影响；不收敛报告识别/数值问题；盲态受限时给可执行脚本和已知检查，不越权读取分组或补造结果。 本站记录：本站本任务AI运行数、成功率、实际成本及人工介入量均为null；代表例为交付设计，未执行。 尚未覆盖：任务执行不覆盖新研究问题/方法选择；不同测量平台、批次结构与实验单位须具体核对，不能把大量reads/细胞作独立生物重复。 验证方法：独立核样本ID/条件/生物单位与原始文件，区分技术/生物重复与批次；锁参考/注释和特征宇宙，按预定方法检查质控/归一化、对比方向和多重比较。用独立样本/基因切片重算关键产物，保留过滤/失败样本及效果区间；拒绝伪重复、条件错位、引用参考变动或先挑显著结果。 ## 与工作关联的进展 ### 原始生物数据到研究产物出现可执行长链评估 公开 2026-08-26；判断变化 2026-08-26 按指定方法的研究尺度计算可以评价最终结构产物。 支持范围：不评价研究问题/方法选择，不能外推临床试验效度。 来源状态：active /explore?purpose=understand&domain=math&window=all#P-M-BIX3 ### 方案到SAP已有统计师评分的领域研究 公开 2026-03-19；判断变化 2026-03-19 研究比较完整计划中的描述与统计推理内容。 支持范围：预印本清单项质量不等于整计划通过或合规；未给本站效果。 来源状态：active /explore?purpose=understand&domain=math&window=all#P-M-SAPAI ### 统计方法是否适用被纳入专属评估 公开 2024-05-26 算出数值前的列与方法选择也是错误来源。 支持范围：不把旧分数当今天模型或完整统计职业能力。 来源状态：active /explore?purpose=understand&domain=math&window=all#P-M-STATQA ## 未来3–5年条件情景 未来 3–5 年（2029–2031） 未来 3–5 年是编辑条件情景，不是就业数量预测。每项均列基准、加速、受限路径和需观察的信号；职业职责来源不等于 AI 能力证据。 基准：方案草拟、分析集转换和统计执行可更多整包委派，估计目标/设计与真实证据决定采纳。 加速：若未见方案与复杂缺失/生存设计中可独立复现并正确识别失效，委派范围扩大。 受限：若推理条款幻造、分析集失真或访问边界失守，缩到方案对照与限定计算。 改判信号： - SAP中统计推理条款的独立可执行性 - 未见分析集/删失/偏离下的错误与恢复 - 盲态/中期边界与报告一致性 ## 进入与成长的公开能力证据 本页主要提供工作与作品证据；基础课程、责任级别和中国准入尚未完成专题整理。 完整交付作品证据： - 研究目标/协议/SAP及估计目标对照 - 可追溯分析集、独立关键结果和缺失/删失敏感性 - 公共卫生分支展示抽样/选择/测量与权重或混杂敏感性；实验室分支展示生物单位/技术重复/批次、原始数据和归一化/对比产物追溯。 具体地区、职级和组织要求按目标岗位核对；美国资料不自动作为中国资格要求。 ## 相邻方向及区别 - 统计研究与应用：/careers/statistician.md?version=2026-10-21.careers.2 生物统计共享统计方法，但有研究终点、生命科学与数据管理的专门语境。 - 数据科学：/careers/data-scientist.md?version=2026-10-21.careers.2 生物统计常受预先研究方案约束；数据科学的探索与产品任务可能更开放。 ## 职业名称与分类映射 - O*NET-SOC 15-2041.01 Biostatisticians；O*NET-SOC 2019；OnLine Updated 2026；US；exact 本记录按该职业定义组织职责；中文为编辑译名，不声明中美资格等价。；定位 Definition / Tasks ## 工作资料与来源 - 研究设计包：估计目标、抽样/随机化与分析计划：/work-units/W-M07?version=2026-10-21.workunits.2 实验单位/生物重复、技术重复与批次控制属于设计候选，未声称SAP或Bix3已测自主实验室设计。（partial；workunits/work-unit/W-M07@2026-10-21.workunits.2） - 统计复现交付：分析集、推断与敏感性同源可重算：/work-units/W-M08?version=2026-10-21.workunits.2 Bix3原始生物数据与规定产物直接适用；选生物分析主张而非将其只转译成临床相邻证据，原任务均值口径保留。（partial；workunits/work-unit/W-M08@2026-10-21.workunits.2） - Biostatisticians：https://www.onetonline.org/link/summary/15-2041.01 O*NET / 美国劳工部职业信息网络；US；O*NET OnLine / Updated 2026 / 2026-10-20访问快照；核查 2026-10-20；状态 active 定位：职业定义、Tasks、Work Activities；不采用薪酬和学历比例 范围：美国 O*NET-SOC 职业职责参照；中文标题及导航由编辑按工作内容映射 限制：不证明中国岗位数量、准入资格或在招需求；不提供该职业的 AI 实测结论。 ## 用于自己的问题 个人适配、具体岗位判断与计划由用户自己的 Agent 结合已有材料处理。复用已知上下文，仅追问影响结论的缺口；目录不是全部选项。阅读或比较公开工作本身无需档案、固定二选一、保存记录或行动计划。 --- # 统计研究与应用 职业；职业资料版本 2026-10-21.careers.2；核查 2026-10-20 设计数据获取和推断方法，解释估计、不确定性与适用条件。 统计是职业与方法领域；概率论研究、BI报表和预测工程不自动等同统计岗位。 本页按职责提供公开参照；地域、职级和准入以目标组织的现行要求另核。 名称/别名：统计师、统计分析师、试验设计、调查统计、统计建模 来源状态：active ## 职业工作范围 按本职业主要交付组织工作范围；多个目标可以由同一结果包接收。职责来源用于核对工作定义，AI采用、工具可得性和实际表现按各项具体证据判断。这里不是所有地区与细分岗位的完整清单。 ### 研究设计与抽样 产物：目标总体、估计对象、样本方案和功效；设计对照与样本量代码；功效/覆盖/偏差情景 内容覆盖：partial；已给完整设计/验证路径；专属抽样AI证据仍相邻，保留任务/证据缺口。 任务应用：/careers/statistician#work-statistician-delivery-1 变体：抽样调查；非临床随机或配对实验设计 ### 数据质量与缺失方案 产物：测量、抽样偏差、缺失和处理依据；主键/计数与排除桥接；缺失/抽样偏差敏感性 内容覆盖：documented；对应工作：交付质量与缺失处理分析集。 任务应用：/careers/statistician#work-statistician-delivery-2 变体：调查/缺失数据 ### 统计推断 产物：估计、区间、检验和模型诊断；参数估计/区间/检验；残差/影响与敏感性 内容覆盖：documented；对应工作：交付估计、区间与模型诊断。 任务应用：/careers/statistician#work-statistician-delivery-3 变体：按既定设计的统计推断与报告 ### 实验与因果分析 产物：设计、识别、敏感性和可支持结论；设计/时间零点与识别说明；效应/不确定性和偏差敏感性 内容覆盖：partial；内容给出可执行设计—分析路径；原始AI证据不覆盖一般因果识别选择，须专项验证。 任务应用：/careers/statistician#work-statistician-delivery-4 变体：非临床随机或配对实验设计；观察性因果设计；按既定设计的统计推断与报告 ### 统计方法研究 产物：新方法、性质、模拟及对照；性质/条件或有效反例；公平基线、模拟与MonteCarlo误差 内容覆盖：partial；有理论/反例/模拟联合产物路径；统计新方法原创性与有效性需专属证据。 任务应用：/careers/statistician#work-statistician-delivery-5 变体：构造/参数优化；统计方法研究复现 ### 结果解释与复现 产物：可复算分析、假设、局限和沟通资料；可重建项目与表图；偏离/局限和沟通说明 内容覆盖：documented；对应工作：交付可复算研究说明。 任务应用：/careers/statistician#work-statistician-delivery-6 变体：按既定设计的统计推断与报告 范围来源：https://www.onetonline.org/link/summary/15-2041.00 当前范围以外： - BI展示和生产预测系统非默认全部职责 - 不把统计关联直接当因果或现实收益 待补： - 抽样、观察因果识别和新统计方法研究有任务/验证路径，直接AI全流程证据仍有限。 - 复杂Bayes/层级等方法需目标问题专属理论、诊断和独立计算，不能从生物产物分数推全职业。 ## 主要工作与 AI 当前变化 以下条件评估与局部证据分别标示，不表示整项职业已验证。 ### 交付抽样/实验设计 明确总体、估计对象、分配/抽样与可承受误差。 交付物：设计对照与样本量代码；功效/覆盖/偏差情景 判断依据：有条件的编辑推断 当前变化：可委派设计候选与计算；统计方法适用和临床SAP证据只能部分迁移到调查设计，须独立操作特征接收。 - 研究设计包：估计目标、抽样/随机化与分析计划：/work-units/W-M07?version=2026-10-21.workunits.2 调查与随机/配对实验分别按实际分配/抽样单位接收；观察因果另由delivery-4承接。（partial；workunits/work-unit/W-M07@2026-10-21.workunits.2） 应用范围：调查与随机/配对实验分别按实际分配/抽样单位接收；观察因果另由delivery-4承接。 AI工作组织：给研究目标和约束，代理自选计算、设计比较和计划组织；模拟反馈能修正设计，关键选择有依据，不固定一条统计流程。 ## 任务级判断与证据 采用方式：分阶段接收 从证据到建议：SAPAI直接支持方案到计划草稿，同时显示统计推理项仍有漏项；StatQA支持先查方法适用性。因此采用到可计算、可推演的设计候选，不把格式完整当方法正确。 当前可用性：mixed；公开资料与工具入口已核对；下列论文配置、开源实现和本任务实际运行分别记录。本轮不安装、不调用付费服务，也不继承外部成绩。 - StatQA：https://github.com/HKUSTDial/StatQA/tree/3d5f6b5b6926600dc952f39d79dfdef82999aeeb 3d5f6b5…；NeurIPS2024；公开数据/脚本，不能当研究设计成品。 - SAPAI公开研究：https://www.medrxiv.org/content/10.64898/2026.03.19.26348626v1 v1 2026-03-19；可读论文；所链github本轮未核实可下载，不冒称即用产品。 ### 研究设计可按估计目标、独立功效/操作特征和可执行计划接收候选，而非仅检查文稿。 依据身份：有条件的编辑推断；状态：active - StatQA：统计方法选择与适用性：https://github.com/HKUSTDial/StatQA/blob/3d5f6b5b6926600dc952f39d79dfdef82999aeeb/README.md 定位：Overview / applicability errors；关系：adjacent 支持：方法适用性错误要求显式核对前提。 限制：抽样/因果设计是迁移任务，未有本站直接模型成绩。 核查：2026-10-20；来源状态：active 适用限制：抽样/因果设计是迁移任务，未有本站直接模型成绩。 ## 情境变化 ### 抽样调查 输入变化：分层/整群/不等概率及不应答。 判断变化：可交抽样/加权设计和偏差情景，不能套两独立样本公式。 验收变化：纳入概率、设计效应/权重、覆盖误差和不应答敏感性。 ### 非临床随机或配对实验设计 输入变化：非临床研究拟采用独立/聚类随机、配对或重复测量实验，未必涉及患者或临床终点。 判断变化：可交实验设计、功效和分析计划候选；临床SAP成绩不直接迁移成该设计已测。 验收变化：独立核实验单位、分配/配对/聚类、测量时点和假设；模拟操作特征及效应/失访情景，不套不匹配的两独立样本公式。 研究前沿：已出现临床SAP专属验证；样本和模型受限，临床试验注册/合规和长期结果不由AI文稿证明。 下一项验证：在公开或授权方案上隐藏参考SAP，让代理输出估计目标、功效代码和计划；先用错误单侧/忽略聚类/改变估计目标负控制校准，再独立模拟。 未来改判信号： - 扩大：未见设计的操作特征独立复现、条款与终点一致，统计选择可追溯。 - 收缩：敏感性幻造、参数无来源或I类错误失控；缩到方案对照与计算候选。 接收/拒收： - 设计回答原问题：独立列总体、变量、比较、时点与估计目标；区分随机/观察设计，确认干扰、选择和依从性假设。 拒收：要治疗策略效应却只分析完成者；观察相关性写成随机试验效应。 - 样本量和实施一致：另一计算路径复算功效/样本量；模拟拟定设计的I类错误/覆盖/功效，考虑分配比、聚类、失访和效应大小不确定。 拒收：把总样本当每组；忽略ICC、双侧/单侧或多重检验。 - 缺失和分析计划可执行：从空结果表和合成边界数据推演分析；临床敏感性须同估计目标，补救治疗/死亡等中间事件策略不得静默变。 拒收：填“使用适当方法”无算法；换目标却说只是敏感性。 - 版本及选择不追结果：对照锁定方案与输出，重大统计选择逐项标来源/新建议/未定；中期方案检验alpha/访问隔离，未授权结果不能用于设计优化。 拒收：看过显著结果后回写“预设”；幻造临床方案未规定的敏感性分析。 失败处理：缺参数时交情景范围和决策影响，不造方差/事件率；问题不可识别则交所需设计修改；预算不足区分探索建议与冻结计划。 本站记录：本站本任务AI运行数、成功率、实际成本及人工介入量均为null；代表例为交付设计，未执行。 尚未覆盖：调查设计缺直接AI全流程结果，需抽样框和设计效应输入。 验证方法：复算纳入概率/权重、ICC/分配/失访影响，用模拟检查功效/覆盖，未识别不宣称可估。 ### 交付质量与缺失处理分析集 从原始样本形成可追踪数据集及偏差/缺失方案。 交付物：主键/计数与排除桥接；缺失/抽样偏差敏感性 判断依据：外部报告结果、有条件的编辑推断 当前变化：可委派转换与诊断，方法适用须核对采集机制；空结果不等于真实零。 - 统计复现交付：分析集、推断与敏感性同源可重算：/work-units/W-M08?version=2026-10-21.workunits.2 选择统计方法与分析集验收；不继承生物产物成绩作为调查通过率。（partial；workunits/work-unit/W-M08@2026-10-21.workunits.2） 应用范围：选择统计方法与分析集验收；不继承生物产物成绩作为调查通过率。 AI工作组织：代理围绕估计目标组织转换、计算、诊断与解释；反馈来自数据控制和模型检查，稳定复现用固定项目，缺口返回方案层。 ## 任务级判断与证据 采用方式：限定条件下整包委派 从证据到建议：BixBench3直接展示按给定方法处理原始生物数据的长链执行；StatQA显示方法适用不能只靠计算。可委派执行并保留科学/临床设计边界，不把生物产物平均分等同整项研究或试验正确。 当前可用性：mixed；公开资料与工具入口已核对；下列论文配置、开源实现和本任务实际运行分别记录。本轮不安装、不调用付费服务，也不继承外部成绩。 - BixBench3 runner/grader：https://github.com/EdisonScientific/BixBench3/tree/d0e0bbb41222335b1b8878f533a58466a3a782dc d0e0bbb…；release v1.0.0；Python3.12/uv、GCP配额和计费、模型API；部分CellRanger需许可；本轮未运行。 - StatQA：https://github.com/HKUSTDial/StatQA/tree/3d5f6b5b6926600dc952f39d79dfdef82999aeeb 固定代码3d5f6b5…；公开方法适用性任务；不等同本研究全流程。 ### 统计方法适用性本身需验收，算出一个数不能代替选择正确方法。 依据身份：外部报告结果；状态：active - StatQA：统计方法选择与适用性：https://github.com/HKUSTDial/StatQA/blob/3d5f6b5b6926600dc952f39d79dfdef82999aeeb/README.md 定位：Overview；paper task definition/error analysis；关系：partial 支持：原作者专门评价任务/列/方法选择和适用性。 限制：历史有限方法集/合成问法，不代表完整统计职业成功率。 核查：2026-10-20；来源状态：active 配置：NeurIPS2024；11,623构建样例，方法前提/元数据/标注限定；GPT4o等历史模型，本文不继承其分数。 适用限制：历史有限方法集/合成问法，不代表完整统计职业成功率。 相关进展（本条判断）： - 统计方法是否适用被纳入专属评估：/explore?purpose=understand&domain=math&window=all#P-M-STATQA 首次公开 2024-05-26 ### 锁定方案后，可委派完整可重算分析；关键接收从原始到分析集、估计量到解释均要独立核查。 依据身份：有条件的编辑推断；状态：active - BixBench3 v1：研究尺度生物分析产物：https://arxiv.org/html/2608.25286v1 定位：§3.2限制、§4.1方法指导；关系：adjacent 支持：按已定方法执行与主动决定研究方法分开。 限制：临床/调查/方法学模拟为显式迁移，需要对应控制。 核查：2026-10-20；来源状态：active 适用限制：临床/调查/方法学模拟为显式迁移，需要对应控制。 ## 情境变化 ### 调查/缺失数据 输入变化：权重、整群、抽样设计与不应答。 判断变化：可委派加权推断和缺失情景，不套独立样本公式。 验收变化：设计权重、方差估计/有效样本量、缺失机制与偏差敏感性。 研究前沿：2026研究尺度分析已有公开任务/产物grader；依赖链、规模、格式和恢复仍能导致不完整，设计选择并未由该基准评测。 下一项验证：冻结授权数据/方案，先校准错分析集、忽略聚类和删失负控制；代理盲跑后由独立计算检查关键估计和图表；采样模拟另存误差与失败。 未来改判信号： - 扩大：未见数据与方案偏离下，能追溯转换、识别不适用并重现主/敏感性输出。 - 收缩：只在参考表可见时正确、静默改分析集或伪造缺失结果；缩到可核对的数据/局部计算。 接收/拒收： - 分析集可追溯且适用：独立核对原始到分析集的主键、计数、时间/处理组/删失，手工参考切片和边界记录逐条比对。 拒收：重复测量当独立样本；随机化组被按实际治疗覆盖；删失时点使用未来信息。 - 推断目标与方法相符：独立核查抽样/聚类、模型/检验条件、基准水平、对比方向及多重性；参考实现重算关键估计/区间。 拒收：模型能拟合但方差结构错误；训练后挑最小p值冒充预设。 - 诊断和敏感性实际运行：生成残差/拟合与影响诊断；按计划运行缺失、删失、模型假设情景并报告失效；模拟数据校准覆盖/偏差，记录Monte Carlo误差。 拒收：删去影响结论的样本不披露；只在文字写“敏感性一致”而无代码。 - 报告可重建且结论守边界：干净环境从数据生成最终表图/文字数字，核对估计量、区间、比较、临床/实际含义及探索标签。 拒收：表图和正文不同分母；“无显著差异”写成等效；相关性写因果。 失败处理：缺失/不一致数据列具体记录与影响；不收敛报告识别/数值问题；盲态受限时给可执行脚本和已知检查，不越权读取分组或补造结果。 本站记录：本站本任务AI运行数、成功率、实际成本及人工介入量均为null；代表例为交付设计，未执行。 尚未覆盖：缺失机制不可仅由数据识别，需场景敏感性。 验证方法：独立参考切片重建关键转换，检查选择/权重、重复与缺失策略；改变假设重算。 ### 交付估计、区间与模型诊断 按已认可设计执行推断，区分模型可拟合和方法适用。 交付物：参数估计/区间/检验；残差/影响与敏感性 判断依据：外部报告结果、有条件的编辑推断 当前变化：可整包委派可重算推断；StatQA直接支持适用性检查，外部生物分析提供相邻长链执行参照。 - 统计复现交付：分析集、推断与敏感性同源可重算：/work-units/W-M08?version=2026-10-21.workunits.2 一般推断不以调查缺失或新方法比较为前提，特殊设计另按其输入验收。（partial；workunits/work-unit/W-M08@2026-10-21.workunits.2） 应用范围：一般推断不以调查缺失或新方法比较为前提，特殊设计另按其输入验收。 AI工作组织：代理围绕估计目标组织转换、计算、诊断与解释；反馈来自数据控制和模型检查，稳定复现用固定项目，缺口返回方案层。 ## 任务级判断与证据 采用方式：限定条件下整包委派 从证据到建议：BixBench3直接展示按给定方法处理原始生物数据的长链执行；StatQA显示方法适用不能只靠计算。可委派执行并保留科学/临床设计边界，不把生物产物平均分等同整项研究或试验正确。 当前可用性：mixed；公开资料与工具入口已核对；下列论文配置、开源实现和本任务实际运行分别记录。本轮不安装、不调用付费服务，也不继承外部成绩。 - BixBench3 runner/grader：https://github.com/EdisonScientific/BixBench3/tree/d0e0bbb41222335b1b8878f533a58466a3a782dc d0e0bbb…；release v1.0.0；Python3.12/uv、GCP配额和计费、模型API；部分CellRanger需许可；本轮未运行。 - StatQA：https://github.com/HKUSTDial/StatQA/tree/3d5f6b5b6926600dc952f39d79dfdef82999aeeb 固定代码3d5f6b5…；公开方法适用性任务；不等同本研究全流程。 ### BixBench3用给定方法和原始数据评估研究尺度分析；最高系统的任务平均产物通过比例为0.48，不能读为48%研究全部完成。 依据身份：外部报告结果；状态：active - BixBench3 v1：研究尺度生物分析产物：https://arxiv.org/html/2608.25286v1 定位：§2.1/2.2；§3.2；§4.2/4.4；附录A.5 TCER-1例的Research Objective/Method Guidance/Required Outputs；关系：partial 支持：真实原始生物数据到结构产物的领域执行证据。 附录公开例给出mRNA/小RNA原始输入、样本/重复、参考版本及归一化/差异产物合同，可作为实验室分支具体入口。 限制：不评价研究设计；按任务平均产物比例不同于原始138产物统一分母，也非临床推断可靠性。 核查：2026-10-20；来源状态：active 配置：v1；20研究/138产物/13模型；GPT5.6Sol最高任务平均0.48；固定方法指导，32vCPU/128GB、24小时、InspectReAct；产物阈值0.80专家校准。 适用限制：不评价研究设计；按任务平均产物比例不同于原始138产物统一分母，也非临床推断可靠性。 相关进展（本条判断）： - 原始生物数据到研究产物出现可执行长链评估：/explore?purpose=understand&domain=math&window=all#P-M-BIX3 首次公开 2026-08-26；判断变化 2026-08-26 ### 统计方法适用性本身需验收，算出一个数不能代替选择正确方法。 依据身份：外部报告结果；状态：active - StatQA：统计方法选择与适用性：https://github.com/HKUSTDial/StatQA/blob/3d5f6b5b6926600dc952f39d79dfdef82999aeeb/README.md 定位：Overview；paper task definition/error analysis；关系：partial 支持：原作者专门评价任务/列/方法选择和适用性。 限制：历史有限方法集/合成问法，不代表完整统计职业成功率。 核查：2026-10-20；来源状态：active 配置：NeurIPS2024；11,623构建样例，方法前提/元数据/标注限定；GPT4o等历史模型，本文不继承其分数。 适用限制：历史有限方法集/合成问法，不代表完整统计职业成功率。 相关进展（本条判断）： - 统计方法是否适用被纳入专属评估：/explore?purpose=understand&domain=math&window=all#P-M-STATQA 首次公开 2024-05-26 ### 锁定方案后，可委派完整可重算分析；关键接收从原始到分析集、估计量到解释均要独立核查。 依据身份：有条件的编辑推断；状态：active - BixBench3 v1：研究尺度生物分析产物：https://arxiv.org/html/2608.25286v1 定位：§3.2限制、§4.1方法指导；关系：adjacent 支持：按已定方法执行与主动决定研究方法分开。 限制：临床/调查/方法学模拟为显式迁移，需要对应控制。 核查：2026-10-20；来源状态：active 适用限制：临床/调查/方法学模拟为显式迁移，需要对应控制。 ## 情境变化 ### 按既定设计的统计推断与报告 输入变化：设计/估计目标和分析数据已给定，任务不是专门比较新方法、调查加权或临床生存分析。 判断变化：可整包委派拟合、诊断、敏感性和可复算说明；按实际设计选择方法，不额外假设特殊数据机制。 验收变化：分析集—估计量—区间/检验—表图/正文同源，核方法前提及独立关键数；特殊抽样/临床/组学输入另选相应变体。 研究前沿：2026研究尺度分析已有公开任务/产物grader；依赖链、规模、格式和恢复仍能导致不完整，设计选择并未由该基准评测。 下一项验证：冻结授权数据/方案，先校准错分析集、忽略聚类和删失负控制；代理盲跑后由独立计算检查关键估计和图表；采样模拟另存误差与失败。 未来改判信号： - 扩大：未见数据与方案偏离下，能追溯转换、识别不适用并重现主/敏感性输出。 - 收缩：只在参考表可见时正确、静默改分析集或伪造缺失结果；缩到可核对的数据/局部计算。 接收/拒收： - 分析集可追溯且适用：独立核对原始到分析集的主键、计数、时间/处理组/删失，手工参考切片和边界记录逐条比对。 拒收：重复测量当独立样本；随机化组被按实际治疗覆盖；删失时点使用未来信息。 - 推断目标与方法相符：独立核查抽样/聚类、模型/检验条件、基准水平、对比方向及多重性；参考实现重算关键估计/区间。 拒收：模型能拟合但方差结构错误；训练后挑最小p值冒充预设。 - 诊断和敏感性实际运行：生成残差/拟合与影响诊断；按计划运行缺失、删失、模型假设情景并报告失效；模拟数据校准覆盖/偏差，记录Monte Carlo误差。 拒收：删去影响结论的样本不披露；只在文字写“敏感性一致”而无代码。 - 报告可重建且结论守边界：干净环境从数据生成最终表图/文字数字，核对估计量、区间、比较、临床/实际含义及探索标签。 拒收：表图和正文不同分母；“无显著差异”写成等效；相关性写因果。 失败处理：缺失/不一致数据列具体记录与影响；不收敛报告识别/数值问题；盲态受限时给可执行脚本和已知检查，不越权读取分组或补造结果。 本站记录：本站本任务AI运行数、成功率、实际成本及人工介入量均为null；代表例为交付设计，未执行。 尚未覆盖：对Bayes/复杂层级模型未给当前完整覆盖。 验证方法：独立关键结果，聚类/配对/分布前提和后验/残差诊断按方法验；不靠p值接收全部工作。 ### 交付实验或观察因果分析 给出识别假设与可支持结论，而不是把关联图换措辞。 交付物：设计/时间零点与识别说明；效应/不确定性和偏差敏感性 判断依据：有条件的编辑推断、外部报告结果 当前变化：可分阶段委派设计、执行和敏感性；没有随机化时先检查可识别性，不由通用统计得分推因果能力。 - 研究设计包：估计目标、抽样/随机化与分析计划：/work-units/W-M07?version=2026-10-21.workunits.2 随机/配对实验与非随机观察识别分开，按真实分配机制选择。（partial；workunits/work-unit/W-M07@2026-10-21.workunits.2） - 统计复现交付：分析集、推断与敏感性同源可重算：/work-units/W-M08?version=2026-10-21.workunits.2 本应用执行已接收的实验/因果设计，不强加调查抽样或缺失机制。（partial；workunits/work-unit/W-M08@2026-10-21.workunits.2） 应用范围：随机/配对实验与非随机观察识别分开，按真实分配机制选择。 AI工作组织：给研究目标和约束，代理自选计算、设计比较和计划组织；模拟反馈能修正设计，关键选择有依据，不固定一条统计流程。 ## 任务级判断与证据 采用方式：分阶段接收 从证据到建议：SAPAI直接支持方案到计划草稿，同时显示统计推理项仍有漏项；StatQA支持先查方法适用性。因此采用到可计算、可推演的设计候选，不把格式完整当方法正确。 当前可用性：mixed；公开资料与工具入口已核对；下列论文配置、开源实现和本任务实际运行分别记录。本轮不安装、不调用付费服务，也不继承外部成绩。 - StatQA：https://github.com/HKUSTDial/StatQA/tree/3d5f6b5b6926600dc952f39d79dfdef82999aeeb 3d5f6b5…；NeurIPS2024；公开数据/脚本，不能当研究设计成品。 - SAPAI公开研究：https://www.medrxiv.org/content/10.64898/2026.03.19.26348626v1 v1 2026-03-19；可读论文；所链github本轮未核实可下载，不冒称即用产品。 ### 研究设计可按估计目标、独立功效/操作特征和可执行计划接收候选，而非仅检查文稿。 依据身份：有条件的编辑推断；状态：active - StatQA：统计方法选择与适用性：https://github.com/HKUSTDial/StatQA/blob/3d5f6b5b6926600dc952f39d79dfdef82999aeeb/README.md 定位：Overview / applicability errors；关系：adjacent 支持：方法适用性错误要求显式核对前提。 限制：抽样/因果设计是迁移任务，未有本站直接模型成绩。 核查：2026-10-20；来源状态：active 适用限制：抽样/因果设计是迁移任务，未有本站直接模型成绩。 ## 情境变化 ### 观察性因果设计 输入变化：没有随机分配，混杂/选择假设未知。 判断变化：先交可识别性与偏差分析，不能自动承诺因果结论。 验收变化：明确时间零点、混杂、positivity、敏感性；不以p值接收因果。 ### 非临床随机或配对实验设计 输入变化：非临床研究拟采用独立/聚类随机、配对或重复测量实验，未必涉及患者或临床终点。 判断变化：可交实验设计、功效和分析计划候选；临床SAP成绩不直接迁移成该设计已测。 验收变化：独立核实验单位、分配/配对/聚类、测量时点和假设；模拟操作特征及效应/失访情景，不套不匹配的两独立样本公式。 研究前沿：已出现临床SAP专属验证；样本和模型受限，临床试验注册/合规和长期结果不由AI文稿证明。 下一项验证：在公开或授权方案上隐藏参考SAP，让代理输出估计目标、功效代码和计划；先用错误单侧/忽略聚类/改变估计目标负控制校准，再独立模拟。 未来改判信号： - 扩大：未见设计的操作特征独立复现、条款与终点一致，统计选择可追溯。 - 收缩：敏感性幻造、参数无来源或I类错误失控；缩到方案对照与计算候选。 接收/拒收： - 设计回答原问题：独立列总体、变量、比较、时点与估计目标；区分随机/观察设计，确认干扰、选择和依从性假设。 拒收：要治疗策略效应却只分析完成者；观察相关性写成随机试验效应。 - 样本量和实施一致：另一计算路径复算功效/样本量；模拟拟定设计的I类错误/覆盖/功效，考虑分配比、聚类、失访和效应大小不确定。 拒收：把总样本当每组；忽略ICC、双侧/单侧或多重检验。 - 缺失和分析计划可执行：从空结果表和合成边界数据推演分析；临床敏感性须同估计目标，补救治疗/死亡等中间事件策略不得静默变。 拒收：填“使用适当方法”无算法；换目标却说只是敏感性。 - 版本及选择不追结果：对照锁定方案与输出，重大统计选择逐项标来源/新建议/未定；中期方案检验alpha/访问隔离，未授权结果不能用于设计优化。 拒收：看过显著结果后回写“预设”；幻造临床方案未规定的敏感性分析。 失败处理：缺参数时交情景范围和决策影响，不造方差/事件率；问题不可识别则交所需设计修改；预算不足区分探索建议与冻结计划。 本站记录：本站本任务AI运行数、成功率、实际成本及人工介入量均为null；代表例为交付设计，未执行。 应用范围：本应用执行已接收的实验/因果设计，不强加调查抽样或缺失机制。 AI工作组织：代理围绕估计目标组织转换、计算、诊断与解释；反馈来自数据控制和模型检查，稳定复现用固定项目，缺口返回方案层。 ## 任务级判断与证据 采用方式：限定条件下整包委派 从证据到建议：BixBench3直接展示按给定方法处理原始生物数据的长链执行；StatQA显示方法适用不能只靠计算。可委派执行并保留科学/临床设计边界，不把生物产物平均分等同整项研究或试验正确。 当前可用性：mixed；公开资料与工具入口已核对；下列论文配置、开源实现和本任务实际运行分别记录。本轮不安装、不调用付费服务，也不继承外部成绩。 - BixBench3 runner/grader：https://github.com/EdisonScientific/BixBench3/tree/d0e0bbb41222335b1b8878f533a58466a3a782dc d0e0bbb…；release v1.0.0；Python3.12/uv、GCP配额和计费、模型API；部分CellRanger需许可；本轮未运行。 - StatQA：https://github.com/HKUSTDial/StatQA/tree/3d5f6b5b6926600dc952f39d79dfdef82999aeeb 固定代码3d5f6b5…；公开方法适用性任务；不等同本研究全流程。 ### 统计方法适用性本身需验收，算出一个数不能代替选择正确方法。 依据身份：外部报告结果；状态：active - StatQA：统计方法选择与适用性：https://github.com/HKUSTDial/StatQA/blob/3d5f6b5b6926600dc952f39d79dfdef82999aeeb/README.md 定位：Overview；paper task definition/error analysis；关系：partial 支持：原作者专门评价任务/列/方法选择和适用性。 限制：历史有限方法集/合成问法，不代表完整统计职业成功率。 核查：2026-10-20；来源状态：active 配置：NeurIPS2024；11,623构建样例，方法前提/元数据/标注限定；GPT4o等历史模型，本文不继承其分数。 适用限制：历史有限方法集/合成问法，不代表完整统计职业成功率。 相关进展（本条判断）： - 统计方法是否适用被纳入专属评估：/explore?purpose=understand&domain=math&window=all#P-M-STATQA 首次公开 2024-05-26 ### 锁定方案后，可委派完整可重算分析；关键接收从原始到分析集、估计量到解释均要独立核查。 依据身份：有条件的编辑推断；状态：active - BixBench3 v1：研究尺度生物分析产物：https://arxiv.org/html/2608.25286v1 定位：§3.2限制、§4.1方法指导；关系：adjacent 支持：按已定方法执行与主动决定研究方法分开。 限制：临床/调查/方法学模拟为显式迁移，需要对应控制。 核查：2026-10-20；来源状态：active 适用限制：临床/调查/方法学模拟为显式迁移，需要对应控制。 ## 情境变化 ### 按既定设计的统计推断与报告 输入变化：设计/估计目标和分析数据已给定，任务不是专门比较新方法、调查加权或临床生存分析。 判断变化：可整包委派拟合、诊断、敏感性和可复算说明；按实际设计选择方法，不额外假设特殊数据机制。 验收变化：分析集—估计量—区间/检验—表图/正文同源，核方法前提及独立关键数；特殊抽样/临床/组学输入另选相应变体。 研究前沿：2026研究尺度分析已有公开任务/产物grader；依赖链、规模、格式和恢复仍能导致不完整，设计选择并未由该基准评测。 下一项验证：冻结授权数据/方案，先校准错分析集、忽略聚类和删失负控制；代理盲跑后由独立计算检查关键估计和图表；采样模拟另存误差与失败。 未来改判信号： - 扩大：未见数据与方案偏离下，能追溯转换、识别不适用并重现主/敏感性输出。 - 收缩：只在参考表可见时正确、静默改分析集或伪造缺失结果；缩到可核对的数据/局部计算。 接收/拒收： - 分析集可追溯且适用：独立核对原始到分析集的主键、计数、时间/处理组/删失，手工参考切片和边界记录逐条比对。 拒收：重复测量当独立样本；随机化组被按实际治疗覆盖；删失时点使用未来信息。 - 推断目标与方法相符：独立核查抽样/聚类、模型/检验条件、基准水平、对比方向及多重性；参考实现重算关键估计/区间。 拒收：模型能拟合但方差结构错误；训练后挑最小p值冒充预设。 - 诊断和敏感性实际运行：生成残差/拟合与影响诊断；按计划运行缺失、删失、模型假设情景并报告失效；模拟数据校准覆盖/偏差，记录Monte Carlo误差。 拒收：删去影响结论的样本不披露；只在文字写“敏感性一致”而无代码。 - 报告可重建且结论守边界：干净环境从数据生成最终表图/文字数字，核对估计量、区间、比较、临床/实际含义及探索标签。 拒收：表图和正文不同分母；“无显著差异”写成等效；相关性写因果。 失败处理：缺失/不一致数据列具体记录与影响；不收敛报告识别/数值问题；盲态受限时给可执行脚本和已知检查，不越权读取分组或补造结果。 本站记录：本站本任务AI运行数、成功率、实际成本及人工介入量均为null；代表例为交付设计，未执行。 尚未覆盖：识别假设和实验实施仍需具体研究资料。 验证方法：随机分配、时间零点、混杂/positivity/干扰及多重性逐项核对，报告假设变化的效果区间。 ### 交付新方法的性质与对照实验 理论性质、反例和模拟各自提供证据，不互相代替。 交付物：性质/条件或有效反例；公平基线、模拟与MonteCarlo误差 判断依据：外部报告结果、有条件的编辑推断 当前变化：可委派完整候选理论/实验包；数学研究成果支持探索组织，统计性质仍须在原模型下证明和模拟复核。 - 数学研究产物：联合探索命题、构造与证明或反例：/work-units/W-M04?version=2026-10-21.workunits.2 迁移到估计/检验方法的对象和保证，非一般统计成功率。（partial；workunits/work-unit/W-M04@2026-10-21.workunits.2） - 统计复现交付：分析集、推断与敏感性同源可重算：/work-units/W-M08?version=2026-10-21.workunits.2 给定数据生成机制的模拟执行与理论结论分开。（partial；workunits/work-unit/W-M08@2026-10-21.workunits.2） 应用范围：迁移到估计/检验方法的对象和保证，非一般统计成功率。 AI工作组织：代理可在允许的对象/参数空间尝试构造，同时寻找证明或反例；精确计算、文献或形式错误反馈可以改变辅助命题与搜索方向。路径依题而定，确定性穷举可直接运行；不规定所有数学问题都要并行或Lean。 ## 任务级判断与证据 采用方式：探索与候选交付 从证据到建议：外部研究及固定产物使“仅可局部辅助”的一概判断不成立；但研究系统非公开服务，个案和选择过的问题集也不支持任意新题概率。因此可委派完整探索和候选产物，是否完成由语义、正确性、覆盖与新颖性分别接收；已知复现可直接接收可重放成果，新研究保留未解决出口。 这一发布进一步支持以具体研究产物扩大观察范围，但其内部配置、人工整理和局部形式化不能压成统一自主成功率。 当前可用性：mixed；Nexus为研究系统，开放的是结果集合；Lean项目可重建，Aristotle有公开鉴权入口。三者不合并为“现在已能复现Nexus”。本站未调用付费服务。 - Nexus固定成果仓库：https://github.com/google-deepmind/alphaproof-nexus-results/tree/0647711a71183c1ea492ad60860776617ce1ea88 0647711a…；Lean4.27.0；lake-manifest锁定依赖；公开结果文本与项目；生成代理不作为公开产品提供。 - Lean proof validation：https://lean-lang.org/doc/reference/latest/ValidatingProofs/ 实际复现使用仓库Lean4.27.0；参考文档2026-10-20读取；开源内核/工具链；需安装固定依赖；文档latest不替代项目版本。 - Aristotle CLI/API：https://pypi.org/project/aristotlelib/2.1.0/ aristotlelib2.1.0；需账号/API key与服务预算；本站未调用；SDK链接的GitHub源码入口此前404，不声称已核实源码。 ### Nexus论文报告联合搜索算法参数与证明保证；对象设计和证明搜索可以互相反馈。 依据身份：外部报告结果；状态：active - AlphaProof Nexus：形式证明搜索进入开放数学问题：https://arxiv.org/html/2605.22763v1 定位：§4 Optimization Theory；§2 Agent Architecture；§3 Failure Analysis；关系：partial 支持：支持对象/参数与证明联合探索的研究组织，及未证引理等失败模式。 限制：内部研究配置，不等于公开API；不把Erdős125说成参数优化实验。 核查：2026-10-19；来源状态：active 配置：arXiv2605.22763v1；完整研究代理含Gemini3.1Pro基础代理、进化搜索及AlphaProof；论文不同实验预算不同；成功个案成本不含完整选题搜索。本站未重放。 适用限制：本站未进行该任务的模型运行，不能据此给出本地成功率。 相关进展（本条判断）： - 证明搜索开始在开放问题上交付可检查结果：/explore?purpose=understand&domain=math&window=all#P-M-NEXUS 首次公开 2026-05-21；判断变化 2026-05-21 ### 自然证明、精确反例与形式证明分别接收；形式证明还要查原声明、传递公理和语义对应。 依据身份：有条件的编辑推断；状态：active - Lean官方：怎样验证一份证明：https://lean-lang.org/doc/reference/latest/ValidatingProofs/ 定位：Validating a Lean Proof：Printing Axioms / Gold Standard；关系：method 支持：支持形式交付的公理与可信目标核对。 限制：Lean文档不认证自然语言论证或数学新颖性。 核查：2026-10-19；来源状态：active - AlphaProof Nexus：形式证明搜索进入开放数学问题：https://arxiv.org/html/2605.22763v1 定位：§3 Failure Analysis；§6 Discussion：semantic verification；关系：method 支持：支持研究循环保留语义核对和未完成出口。 限制：不同产物的具体接收条目是编辑设计。 核查：2026-10-19；来源状态：active 适用限制：本站未进行该任务的模型运行，不能据此给出本地成功率。 ## 情境变化 ### 构造/参数优化 输入变化：允许改变算法步长、常数或数学对象，目标约束固定。 判断变化：可联合探索对象和保证；采用建议仍取决于最终证书，不只看最优数值。 验收变化：构造版本、参数精确值与性质证明成对；换对象后保证重新检查。 研究前沿：Nexus研究配置包含进化搜索/AlphaProof并联合探索算法参数与证明；其公开结果可逐项检查。Erdős125是已公开成果复现，不是仍待解决的新问题，也不证明全套系统可调用。 OpenAI十月另公开内部模型研究手稿及部分形式产物，存在不同验证阶段和撤回/修订；这些公开成果属于M04直接证据，不只作为审稿背景。 下一项验证：先在固定Nexus提交重建Erdős125并做题意/传递公理检查，校准复现验收；另选未泄漏问题或允许参数变化的独立小问题，用公开可用工具记录搜索、失败与实际人时。两类结果分开，未运行不估成功率。 未来改判信号： - 扩大：新问题上，对象/参数与保证共同改进且独立复核成立；题意、文献新颖性和资源记录完备，公开工具可重现。 - 收缩：表面成功依靠弱化目标、无证引理或挑选成功个案；改参数后保证失效；先退到已证引理/候选构造。 接收/拒收： - 先确认研究的就是原问题或明示变体：独立核对对象域、量词、下/上/自然密度或其它关键定义与原文；列题意对照，不把弱化结论当原题答案。 拒收：把“下密度>0”换成“上密度>0”；允许空集造成平凡构造仍宣称解决要求非平凡对象的题。 - 构造和保证相互对应：独立重算候选对象/参数，核对每项约束与最终证明覆盖；改参数后旧证明必须同步重验。 拒收：数值搜索找到一个好参数但保证只证旧参数；浮点近似当精确反例。 - 自然论证/反例按各自对象接收：自然证明由具备领域能力的独立接收者检查全部关键引理、边界与引用，可用工具补检但不宣称内核认证；有限反例精确重算并验证全部前提；渐近反例需无限构造和相应论证。 拒收：有限搜索未发现反例被当证明；自然语言关键步骤循环引用；有限n上的异常被当下密度的反例。 - 形式证明额外满足内核与语义：只对约定形式交付：固定项目干净构建、比较可信目标声明、检查传递公理拒绝sorryAx/未批准公理，并核对可读说明与实际定理覆盖。 拒收：编译通过但依赖含sorry；形式化只覆盖支撑引理却写成主结论已证；随意增加假设。 - 区分完成、未解决与新颖性：交付按实际覆盖标识完整结论/条件结论/反例/未解决；独立查文献与修订记录，已知成果复现不计新发现。 拒收：预算耗尽宣布命题为假；重放公开证明标“首次解决”；撤回后仍引用原结论。 失败处理：给出已证引理、候选构造、排除参数范围和最小未解目标，区分预算耗尽、环境不可用、语义冲突和真实反例；不靠sorry或新增假设伪装完成。已有材料撤回则检查其依赖的候选与说明。 本站记录：本站M04模型运行数、成功率、成本及人工时间均为null；只读过Erdős125公开证明文本，未独立构建，不继承W-M01本地控制通过。 应用范围：给定数据生成机制的模拟执行与理论结论分开。 AI工作组织：代理围绕估计目标组织转换、计算、诊断与解释；反馈来自数据控制和模型检查，稳定复现用固定项目，缺口返回方案层。 ## 任务级判断与证据 采用方式：限定条件下整包委派 从证据到建议：BixBench3直接展示按给定方法处理原始生物数据的长链执行；StatQA显示方法适用不能只靠计算。可委派执行并保留科学/临床设计边界，不把生物产物平均分等同整项研究或试验正确。 当前可用性：mixed；公开资料与工具入口已核对；下列论文配置、开源实现和本任务实际运行分别记录。本轮不安装、不调用付费服务，也不继承外部成绩。 - BixBench3 runner/grader：https://github.com/EdisonScientific/BixBench3/tree/d0e0bbb41222335b1b8878f533a58466a3a782dc d0e0bbb…；release v1.0.0；Python3.12/uv、GCP配额和计费、模型API；部分CellRanger需许可；本轮未运行。 - StatQA：https://github.com/HKUSTDial/StatQA/tree/3d5f6b5b6926600dc952f39d79dfdef82999aeeb 固定代码3d5f6b5…；公开方法适用性任务；不等同本研究全流程。 ### 锁定方案后，可委派完整可重算分析；关键接收从原始到分析集、估计量到解释均要独立核查。 依据身份：有条件的编辑推断；状态：active - BixBench3 v1：研究尺度生物分析产物：https://arxiv.org/html/2608.25286v1 定位：§3.2限制、§4.1方法指导；关系：adjacent 支持：按已定方法执行与主动决定研究方法分开。 限制：临床/调查/方法学模拟为显式迁移，需要对应控制。 核查：2026-10-20；来源状态：active 适用限制：临床/调查/方法学模拟为显式迁移，需要对应控制。 ## 情境变化 ### 统计方法研究复现 输入变化：比较新估计/检验，需理论和模拟。 判断变化：可委派计算实验与反例；新方法性质用M04/M03另核，不因模拟好看成立。 验收变化：预设数据生成机制、覆盖/偏差/功效、MonteCarlo误差、失败条件和基线公平。 研究前沿：2026研究尺度分析已有公开任务/产物grader；依赖链、规模、格式和恢复仍能导致不完整，设计选择并未由该基准评测。 下一项验证：冻结授权数据/方案，先校准错分析集、忽略聚类和删失负控制；代理盲跑后由独立计算检查关键估计和图表；采样模拟另存误差与失败。 未来改判信号： - 扩大：未见数据与方案偏离下，能追溯转换、识别不适用并重现主/敏感性输出。 - 收缩：只在参考表可见时正确、静默改分析集或伪造缺失结果；缩到可核对的数据/局部计算。 接收/拒收： - 分析集可追溯且适用：独立核对原始到分析集的主键、计数、时间/处理组/删失，手工参考切片和边界记录逐条比对。 拒收：重复测量当独立样本；随机化组被按实际治疗覆盖；删失时点使用未来信息。 - 推断目标与方法相符：独立核查抽样/聚类、模型/检验条件、基准水平、对比方向及多重性；参考实现重算关键估计/区间。 拒收：模型能拟合但方差结构错误；训练后挑最小p值冒充预设。 - 诊断和敏感性实际运行：生成残差/拟合与影响诊断；按计划运行缺失、删失、模型假设情景并报告失效；模拟数据校准覆盖/偏差，记录Monte Carlo误差。 拒收：删去影响结论的样本不披露；只在文字写“敏感性一致”而无代码。 - 报告可重建且结论守边界：干净环境从数据生成最终表图/文字数字，核对估计量、区间、比较、临床/实际含义及探索标签。 拒收：表图和正文不同分母；“无显著差异”写成等效；相关性写因果。 失败处理：缺失/不一致数据列具体记录与影响；不收敛报告识别/数值问题；盲态受限时给可执行脚本和已知检查，不越权读取分组或补造结果。 本站记录：本站本任务AI运行数、成功率、实际成本及人工介入量均为null；代表例为交付设计，未执行。 尚未覆盖：直接AI统计方法发现证据未完整覆盖，需要问题专属性质/反例。 验证方法：对照偏差/覆盖/功效，预设生成分布和基线，含失败情景；数值优越不能推出定理。 ### 交付可复算研究说明 从原始/分析集到表图及结论保持版本、分母和假设一致。 交付物：可重建项目与表图；偏离/局限和沟通说明 判断依据：外部报告结果、有条件的编辑推断 当前变化：可委派全流程执行与解释，关键接收依独立数值/分析集；生物数据长链是相邻证据，不当本职业通过率。 - 统计复现交付：分析集、推断与敏感性同源可重算：/work-units/W-M08?version=2026-10-21.workunits.2 通用复现说明不必比较新统计方法，方法研究专属变体只用于delivery-5。（partial；workunits/work-unit/W-M08@2026-10-21.workunits.2） 应用范围：通用复现说明不必比较新统计方法，方法研究专属变体只用于delivery-5。 AI工作组织：代理围绕估计目标组织转换、计算、诊断与解释；反馈来自数据控制和模型检查，稳定复现用固定项目，缺口返回方案层。 ## 任务级判断与证据 采用方式：限定条件下整包委派 从证据到建议：BixBench3直接展示按给定方法处理原始生物数据的长链执行；StatQA显示方法适用不能只靠计算。可委派执行并保留科学/临床设计边界，不把生物产物平均分等同整项研究或试验正确。 当前可用性：mixed；公开资料与工具入口已核对；下列论文配置、开源实现和本任务实际运行分别记录。本轮不安装、不调用付费服务，也不继承外部成绩。 - BixBench3 runner/grader：https://github.com/EdisonScientific/BixBench3/tree/d0e0bbb41222335b1b8878f533a58466a3a782dc d0e0bbb…；release v1.0.0；Python3.12/uv、GCP配额和计费、模型API；部分CellRanger需许可；本轮未运行。 - StatQA：https://github.com/HKUSTDial/StatQA/tree/3d5f6b5b6926600dc952f39d79dfdef82999aeeb 固定代码3d5f6b5…；公开方法适用性任务；不等同本研究全流程。 ### BixBench3用给定方法和原始数据评估研究尺度分析；最高系统的任务平均产物通过比例为0.48，不能读为48%研究全部完成。 依据身份：外部报告结果；状态：active - BixBench3 v1：研究尺度生物分析产物：https://arxiv.org/html/2608.25286v1 定位：§2.1/2.2；§3.2；§4.2/4.4；附录A.5 TCER-1例的Research Objective/Method Guidance/Required Outputs；关系：partial 支持：真实原始生物数据到结构产物的领域执行证据。 附录公开例给出mRNA/小RNA原始输入、样本/重复、参考版本及归一化/差异产物合同，可作为实验室分支具体入口。 限制：不评价研究设计；按任务平均产物比例不同于原始138产物统一分母，也非临床推断可靠性。 核查：2026-10-20；来源状态：active 配置：v1；20研究/138产物/13模型；GPT5.6Sol最高任务平均0.48；固定方法指导，32vCPU/128GB、24小时、InspectReAct；产物阈值0.80专家校准。 适用限制：不评价研究设计；按任务平均产物比例不同于原始138产物统一分母，也非临床推断可靠性。 相关进展（本条判断）： - 原始生物数据到研究产物出现可执行长链评估：/explore?purpose=understand&domain=math&window=all#P-M-BIX3 首次公开 2026-08-26；判断变化 2026-08-26 ### 统计方法适用性本身需验收，算出一个数不能代替选择正确方法。 依据身份：外部报告结果；状态：active - StatQA：统计方法选择与适用性：https://github.com/HKUSTDial/StatQA/blob/3d5f6b5b6926600dc952f39d79dfdef82999aeeb/README.md 定位：Overview；paper task definition/error analysis；关系：partial 支持：原作者专门评价任务/列/方法选择和适用性。 限制：历史有限方法集/合成问法，不代表完整统计职业成功率。 核查：2026-10-20；来源状态：active 配置：NeurIPS2024；11,623构建样例，方法前提/元数据/标注限定；GPT4o等历史模型，本文不继承其分数。 适用限制：历史有限方法集/合成问法，不代表完整统计职业成功率。 相关进展（本条判断）： - 统计方法是否适用被纳入专属评估：/explore?purpose=understand&domain=math&window=all#P-M-STATQA 首次公开 2024-05-26 ### 锁定方案后，可委派完整可重算分析；关键接收从原始到分析集、估计量到解释均要独立核查。 依据身份：有条件的编辑推断；状态：active - BixBench3 v1：研究尺度生物分析产物：https://arxiv.org/html/2608.25286v1 定位：§3.2限制、§4.1方法指导；关系：adjacent 支持：按已定方法执行与主动决定研究方法分开。 限制：临床/调查/方法学模拟为显式迁移，需要对应控制。 核查：2026-10-20；来源状态：active 适用限制：临床/调查/方法学模拟为显式迁移，需要对应控制。 ## 情境变化 ### 按既定设计的统计推断与报告 输入变化：设计/估计目标和分析数据已给定，任务不是专门比较新方法、调查加权或临床生存分析。 判断变化：可整包委派拟合、诊断、敏感性和可复算说明；按实际设计选择方法，不额外假设特殊数据机制。 验收变化：分析集—估计量—区间/检验—表图/正文同源，核方法前提及独立关键数；特殊抽样/临床/组学输入另选相应变体。 研究前沿：2026研究尺度分析已有公开任务/产物grader；依赖链、规模、格式和恢复仍能导致不完整，设计选择并未由该基准评测。 下一项验证：冻结授权数据/方案，先校准错分析集、忽略聚类和删失负控制；代理盲跑后由独立计算检查关键估计和图表；采样模拟另存误差与失败。 未来改判信号： - 扩大：未见数据与方案偏离下，能追溯转换、识别不适用并重现主/敏感性输出。 - 收缩：只在参考表可见时正确、静默改分析集或伪造缺失结果；缩到可核对的数据/局部计算。 接收/拒收： - 分析集可追溯且适用：独立核对原始到分析集的主键、计数、时间/处理组/删失，手工参考切片和边界记录逐条比对。 拒收：重复测量当独立样本；随机化组被按实际治疗覆盖；删失时点使用未来信息。 - 推断目标与方法相符：独立核查抽样/聚类、模型/检验条件、基准水平、对比方向及多重性；参考实现重算关键估计/区间。 拒收：模型能拟合但方差结构错误；训练后挑最小p值冒充预设。 - 诊断和敏感性实际运行：生成残差/拟合与影响诊断；按计划运行缺失、删失、模型假设情景并报告失效；模拟数据校准覆盖/偏差，记录Monte Carlo误差。 拒收：删去影响结论的样本不披露；只在文字写“敏感性一致”而无代码。 - 报告可重建且结论守边界：干净环境从数据生成最终表图/文字数字，核对估计量、区间、比较、临床/实际含义及探索标签。 拒收：表图和正文不同分母；“无显著差异”写成等效；相关性写因果。 失败处理：缺失/不一致数据列具体记录与影响；不收敛报告识别/数值问题；盲态受限时给可执行脚本和已知检查，不越权读取分组或补造结果。 本站记录：本站本任务AI运行数、成功率、实际成本及人工介入量均为null；代表例为交付设计，未执行。 尚未覆盖：报告内容完整不保证设计有效。 验证方法：干净重跑，表图/文字逐数回指；区间和实际意义完整，不显著不写成等效。 ## 与工作关联的进展 ### 原始生物数据到研究产物出现可执行长链评估 公开 2026-08-26；判断变化 2026-08-26 按指定方法的研究尺度计算可以评价最终结构产物。 支持范围：不评价研究问题/方法选择，不能外推临床试验效度。 来源状态：active /explore?purpose=understand&domain=math&window=all#P-M-BIX3 ### 证明搜索开始在开放问题上交付可检查结果 公开 2026-05-21；判断变化 2026-05-21 Nexus研究配置把证明、反例及对象/参数探索接到形式反馈；公开的是成果集合。 支持范围：原论文问题集和成功选择有边界；事后九题比较不能当新问题概率；本站未重放，公开结果仓库不是Nexus API。 来源状态：active /explore?purpose=understand&domain=math&window=all#P-M-NEXUS ### 统计方法是否适用被纳入专属评估 公开 2024-05-26 算出数值前的列与方法选择也是错误来源。 支持范围：不把旧分数当今天模型或完整统计职业能力。 来源状态：active /explore?purpose=understand&domain=math&window=all#P-M-STATQA ## 未来3–5年条件情景 未来 3–5 年（2029–2031） 未来 3–5 年是编辑条件情景，不是就业数量预测。每项均列基准、加速、受限路径和需观察的信号；职业职责来源不等于 AI 能力证据。 基准：计算和复现更常整包委派，方法适用、识别和数据生成证据直接进入接收。 加速：若未见设计/偏差下能稳健诊断并给正确区间，更多分析与方法候选可并行推进。 受限：若只算对既定公式但遗漏抽样/缺失/识别，采用缩到已认可方法的计算执行。 改判信号： - 方法适用错误/数据偏差的检出 - 未见设计的覆盖/功效与复现 - 主动识别不可识别而非强出答案 ## 进入与成长的公开能力证据 本页主要提供工作与作品证据；基础课程、责任级别和中国准入尚未完成专题整理。 完整交付作品证据： - 估计目标/设计与分析集追溯、独立关键结果 - 一个方法不适用或缺失假设改变结论的反例 具体地区、职级和组织要求按目标岗位核对；美国资料不自动作为中国资格要求。 ## 相邻方向及区别 - 运筹与决策优化：/careers/operations-research.md?version=2026-10-21.careers.2 统计主要回答数据支持何种推断；运筹主要回答目标和约束下选什么行动。 - 数据科学：/careers/data-scientist.md?version=2026-10-21.careers.2 数据科学常整合模型工程和业务应用；统计师更集中于设计与推断有效性。 ## 职业名称与分类映射 - O*NET-SOC 15-2041.00 Statisticians；O*NET-SOC 2019；OnLine Updated 2026；US；exact 本记录按该职业定义组织职责；中文为编辑译名，不声明中美资格等价。；定位 Definition / Tasks ## 工作资料与来源 - 研究设计包：估计目标、抽样/随机化与分析计划：/work-units/W-M07?version=2026-10-21.workunits.2 随机/配对实验与非随机观察识别分开，按真实分配机制选择。（partial；workunits/work-unit/W-M07@2026-10-21.workunits.2） - 统计复现交付：分析集、推断与敏感性同源可重算：/work-units/W-M08?version=2026-10-21.workunits.2 通用复现说明不必比较新统计方法，方法研究专属变体只用于delivery-5。（partial；workunits/work-unit/W-M08@2026-10-21.workunits.2） - 数学研究产物：联合探索命题、构造与证明或反例：/work-units/W-M04?version=2026-10-21.workunits.2 迁移到估计/检验方法的对象和保证，非一般统计成功率。（partial；workunits/work-unit/W-M04@2026-10-21.workunits.2） - Statisticians：https://www.onetonline.org/link/summary/15-2041.00 O*NET / 美国劳工部职业信息网络；US；O*NET OnLine / Updated 2026 / 2026-10-20访问快照；核查 2026-10-20；状态 active 定位：职业定义、Tasks、Work Activities；不采用薪酬和学历比例 范围：美国 O*NET-SOC 职业职责参照；中文标题及导航由编辑按工作内容映射 限制：不证明中国岗位数量、准入资格或在招需求；不提供该职业的 AI 实测结论。 ## 用于自己的问题 个人适配、具体岗位判断与计划由用户自己的 Agent 结合已有材料处理。复用已知上下文，仅追问影响结论的缺口；目录不是全部选项。阅读或比较公开工作本身无需档案、固定二选一、保存记录或行动计划。