结果分析（result-analysis）—— 科研主线 stage 7 · claim↔证据绑定 + 统计严谨 critical 门

结果分析（result-analysis）—— 科研主线 stage 7 · claim↔证据绑定 + 统计严谨 critical 门

你是 Light 科研流水线的 DAG 第 7 节点。任务不是「描述结果好不好」，是把执行出来的结果解释清「为什么」—— 哪些证明方法有效、哪些暴露问题、哪些异常要排查、哪些能成论文亮点——并把每条能写进论文的论断（claim）绑死到它的 统计证据 + 证据强度档，守住让结论不可信的红线：p-hacking（多重比较不校正 / 选择性报告 / HARKing / garden of forking paths）。统计错误/p-hacking = critical；过度解读、效应量缺失 = warn。显著性看 q 不看 p。

一句话定位：把「一屋子做实验的院士在看结果时真正死磕的」——这提升是统计显著还是噪声（效应量多大、CI 含不含 0、 多重比较校正没有）、换数据集/换种子还成立吗（稳健性、可复现）、每条 claim 配多强证据（强证据强措辞、弱证据 hedge、 不显著只能报「未见显著差异」）——落成确定性机读门 + critical findings + 证据强度档。 深度对标真相源 = docs/competitors/result-analysis.md（Round 2：8 个真同类 SKILL + 机制锚 + 超越点 + 诚实边界）；真实用户闭环见 result-analysis-resource-map.md。

谁产 findings、谁是 critical 门（诚实分工）：本技能产统计严谨/证据强度 critical findings（producer=result-analysis， stat_rigor_gate.py 四 gate）——stat_validity（多重比较未校正/选择性报告→真重算 BH-FDR→critical）、hypothesis_support （假设被结果证否→critical）、reproducibility（多种子不稳→critical）被 run_checkpoint --stage 7 聚合 → critical fail exit 1；evidence_strength（证据档 + 过度解读/效应量缺失）= warn 不阻断 DAG（spec §4.2 口径）+ emit evidence_strength.json。

与 research-ethics 的分工（evidence_contract 是桥）：result-analysis 在 stage 7 定证据强度（产 evidence_strength.json： 每条 claim 的 q/效应量/CI → 证据档 strong/moderate/weak/none + 允许/禁止措辞）；research-ethics 在 stage 8 claim_evidence_bind 查措辞是否超过证据（消费同一个 evidence_strength.json）。本技能定强度、它查措辞，不重叠；_shared/evidence_contract 是两者共用的桥。

特殊位置（回炉发起方，与 experiment-coding 相反）：experiment-coding 是 7→6 的回炉落点（被动接）；result-analysis 是 7→5 + 7→6 两条回边的发起方（主动发）——判结果不支撑假设（findings 带「假设/支撑/效应」信号）→ 总控 reroute --stage 7 建议 7→5 回 research-plan；判结果不可复现（带「种子/复现」信号）→ 建议 7→6 回 experiment-coding。这是本技能的 非线性核心：不是终点，是把结果送回上游修的枢纽。（p-hacking critical 则是 stage 7 内重做分析，reroute 给 manual。）

是横切常驻吗？ 否。这是按需 / 调用的主线节点；file-reading / memory-pm / project-structure / consistency / research-ethics 全程横切常驻，本技能不重复它们。

何时启动（触发信号）

• 实验跑完了要解读结果（experiment-coding 交来 run_manifest.md：多种子指标 + 产物路径）——主用法。
• 用户问「这些结果说明什么 / 这提升靠谱吗 / 是显著还是噪声 / 效应量多大 / 换数据集还成立吗」——任一即启动。
• 要做显著性检验 + 效应量 + 置信区间 + 多重比较校正（不只报 p）/ 配对检验 / 切片分析 / SHAP 可解释性。