handstats

面向学习的数理统计工具包：假设检验 · 区间估计 · 回归 · 方差分析（建设中）

handstats 与 scipy.stats 的差别只有一句话：每个过程都输出手算核对表—— 样本量、均值、标准差、标准误、统计量、自由度、p 值的每一步算式都逐行 打印出来，方便和课本 / 考试手算互相核对。数值底层由 numpy / scipy 提供， 正确性由与 scipy 的对拍测试保证。

安装（开发模式，改代码立即生效）

cd handstats
python -m pip install -e ".[dev]"
python -m pytest          # 应当全部通过

快速上手

import numpy as np
from handstats import ttest_1samp, ci_mean

rng = np.random.default_rng(2026)
x = rng.normal(5.2, 1.3, size=16)

res = ttest_1samp(x, mu0=5.0)
print(res)          # 方法 / H0 / H1 / 统计量 / p 值 / 结论
res.show_steps()    # 手算核对表：n、均值、s、SE、t、p 一步步列出
res.reject          # True / False
res.params          # {"n": 16, "df": 15, ...} 中间量都在

ci = ci_mean(x)     # 均值 95% t 置信区间
ci.show_steps()
ci.contains(5.2)    # 检查区间是否覆盖真值

完整演示：python examples/demo_quickstart.py（入门）、 python examples/demo_phase1.py（卡方 / F / 比例）、 python examples/demo_phase2.py（区间估计）、 python examples/demo_glrt.py（GLRT 似然比检验）、 python examples/demo_regression.py（回归与预测）、 python examples/demo_anova.py（方差分析与事后比较）

全部可用过程一览：python -m handstats 或 handstats.list_procedures()

目录结构与路线图

src/handstats/
├── base.py           结果对象：TestResult / IntervalResult / FitResult（全包统一出口）
├── validate.py       输入校验（全包共用的第一道关卡）
├── distributions.py  分布层：scipy 的薄封装，未来自研数值算法的换芯点
├── _registry.py      过程注册表：新过程挂上即被 list_procedures() 发现
├── hypothesis/       假设检验   —— 已有 z/t/卡方/F/比例/GLRT
├── interval/         区间估计   —— 已有均值/均值差/配对/方差/比例区间
├── regression/       回归分析   —— 已有 OLS/非线性 + 诊断与预测；规划：GLM
├── anova/            方差分析   —— 已有单/双因素、Tukey HSD、Levene
├── nonparametric/    非参数检验 —— 预留：符号、秩和、KS
├── resampling/       重抽样     —— 预留：Bootstrap、置换检验
├── multivariate/     多元统计   —— 预留：Hotelling T2、PCA
└── shell/            网页外壳   —— Streamlit 无代码界面（python -m handstats.shell）

如何新增一个统计过程（黄金模板四步）

所有模块统一走 hypothesis/tests_mean.py 里的四步流水线：

1. 校验 validate：as_sample / check_alternative / check_alpha；
2. 计算：纯 numpy 算统计量——数学只发生在这一步；
3. p 值 distributions.p_value：统计量 → p 值；
4. 打包 TestResult，把每一步算式写进 steps。

最后用 @register("名字") 挂上注册表，并在 tests/ 里补一条与 scipy 的对拍测试。

无代码网页外壳（已上线）

给不会 Python 的人用：网页表单选方法、粘贴数据（可直接从 Excel 复制）、 填参数、看结论与手算核对表。

python -m pip install -e ".[shell]"     # 装 streamlit 依赖
python -m handstats.shell                 # 浏览器自动打开 http://localhost:8501

22 个过程中 21 个已支持表单化（nonlin_reg 需要自定义模型函数，仍走 代码调用）。外壳只依赖两个稳定接口——注册表（菜单自动发现）和统一 结果对象（str(res) 给结论、show_steps() 给核对表）——新增过程后在 src/handstats/shell/specs.py 加一个声明条目即可出现在菜单里。

开发约定

• 测试与源码 1:1：新检验不对拍不合入（对拍就是正确性的锚）；
• 输出文本只用 GBK 安全字符（√ ² μ σ ≠ ≤ ≥ 等），保证中文 Windows 控制台 / 重定向不会因编码崩掉；
• 包名 handstats 已确认在 PyPI 可用（原名 mystats 已被占用，2026-09 改名）。

推送到 GitHub（第一次）

先在 GitHub 网页上新建一个空仓库（不要勾选初始化 README），然后：

git remote add origin git@github.com:<你的用户名>/handstats.git
git push -u origin main

.github/workflows/tests.yml 已配好：push 之后每次提交会自动在 Ubuntu + 三个 Python 版本上跑测试，在仓库的 Actions 标签页查看。

许可证

MIT（见 LICENSE；记得把版权行改成你自己的名字）。