# SSA-Pro 理想状态与智能化愿景设计

> **文档版本：** v1.0  
> **创建日期：** 2026-02-20  
> **文档类型：** 愿景设计 (Vision Design)  
> **核心理念：** 以终为始，定义理想的智能统计分析系统

---

## 1. 执行摘要

### 1.1 核心洞察

**医生不会问"帮我做 T 检验"，医生会问：**

> "我想知道这个新药对高血压患者有没有效？"
> 
> "我收集了 200 个患者的数据，男女各半，想看看血压变化。"
> 
> "能不能帮我分析一下，发篇论文？"

### 1.2 理想的智能统计分析

**不是"执行方法"，而是"规划流程"**

```
传统思维：
  用户 → 选方法 → 执行 → 结果

理想思维：
  用户 → AI 理解意图 → 规划完整分析流程 → 分步执行 → 综合结论
```

### 1.3 智能化的本质

| 维度 | 传统系统 | 智能系统 |
|------|----------|----------|
| 输入 | 用户指定方法 | AI 理解意图 |
| 执行 | 单个方法 | 完整流程编排 |
| 输出 | P 值 + 图表 | 论文级报告 |
| 适应性 | 假设数据满足条件 | 自动诊断并调整 |

---

## 2. 医生的真实场景分析

### 2.1 用户画像

| 特征 | 描述 |
|------|------|
| **统计知识** | 了解基本概念，但不精通方法选择 |
| **核心诉求** | 得到可发表的统计结果 |
| **表达方式** | 用临床语言描述问题，非统计术语 |
| **容错期望** | 希望系统自动处理数据问题 |

### 2.2 用户输入的不确定性

| 挑战 | 描述 | 示例 |
|------|------|------|
| **意图模糊** | "有没有效"到底是什么？ | 降压幅度？有效率？达标率？ |
| **数据未知** | 用户不知道数据特征 | 正态吗？缺失多吗？有异常值吗？ |
| **方法未知** | 用户不知道该用什么方法 | T 检验？Wilcoxon？ANOVA？ |
| **流程未知** | 统计分析不是"一个方法" | 需要完整的分析流程 |

### 2.3 数据形态的多样性

| 数据问题 | 发生频率 | 系统应对 |
|----------|----------|----------|
| **缺失值** | 80%+ 数据集 | 自动检测，提供处理策略 |
| **异常值** | 60%+ 数据集 | 自动识别，建议处理方式 |
| **非正态分布** | 50%+ 变量 | 自动检验，切换非参数方法 |
| **小样本** | 30%+ 研究 | 提示功效不足，建议精确方法 |
| **不平衡分组** | 40%+ 研究 | 提示问题，调整分析策略 |

---

## 3. 理想的智能统计分析过程

### 3.1 完整流程示例

**用户输入：**
> "我有 200 个高血压患者的数据，分成治疗组和对照组，想比较治疗前后的血压变化，看看新药是否有效。"

### 3.2 Step 1: 意图解析 (Intent Understanding)

```
┌─────────────────────────────────────────────────────────────┐
│ Step 1: 意图解析                                            │
├─────────────────────────────────────────────────────────────┤
│ AI 识别出：                                                 │
│ - 研究目的：差异比较（治疗 vs 对照）                        │
│ - 结局变量：血压变化（连续变量）                            │
│ - 分组变量：治疗组/对照组（二分类）                         │
│ - 设计类型：独立样本（两组不同的人）                        │
│ - 潜在混杂：前后对比（可能需要配对分析？）                  │
│                                                              │
│ 🤔 AI 追问（当不确定时）：                                  │
│ "您说的血压变化，是指每个患者治疗前后的变化值，              │
│  还是比较两组治疗后的血压？这会影响分析方法的选择。"        │
└─────────────────────────────────────────────────────────────┘
```

**意图解析的核心能力：**

| 用户说 | AI 理解为 |
|--------|-----------|
| "有没有效" / "有没有差异" | 差异比较 → 假设检验 |
| "影响因素" / "相关因素" | 关联分析 → 回归建模 |
| "预测风险" / "预后模型" | 预测建模 → 分类/生存模型 |
| "描述情况" / "基线特征" | 描述统计 → 频数/均值表 |

### 3.3 Step 2: 数据诊断 (Data Diagnosis)

```
┌─────────────────────────────────────────────────────────────┐
│ Step 2: 数据诊断                                            │
├─────────────────────────────────────────────────────────────┤
│ 系统自动扫描数据，生成"数据体检报告"：                     │
│                                                              │
│ 📊 数据概况                                                 │
│ ┌─────────────────────────────────────────────────────────┐ │
│ │ 总样本量：200                                           │ │
│ │ 治疗组：102 (51%)                                       │ │
│ │ 对照组：98 (49%)                                        │ │
│ └─────────────────────────────────────────────────────────┘ │
│                                                              │
│ 📈 分布特征                                                 │
│ ┌─────────────────────────────────────────────────────────┐ │
│ │ 变量          分布检验         结论                     │ │
│ │ ─────────────────────────────────────────────────────── │ │
│ │ 血压变化(治疗) Shapiro P=0.02  ⚠️ 偏态分布             │ │
│ │ 血压变化(对照) Shapiro P=0.15  ✅ 近似正态             │ │
│ └─────────────────────────────────────────────────────────┘ │
│                                                              │
│ ⚠️ 数据问题                                                 │
│ ┌─────────────────────────────────────────────────────────┐ │
│ │ 1. 缺失值：血压字段有 12 例缺失 (6%)                   │ │
│ │ 2. 异常值：2 例血压 > 300 mmHg（疑似记录错误）         │ │
│ │ 3. 正态性：治疗组不满足正态分布假设                    │ │
│ └─────────────────────────────────────────────────────────┘ │
│                                                              │
│ 💡 系统建议                                                 │
│ - 建议处理 2 例异常值后再分析                              │
│ - 由于正态性不满足，建议使用非参数方法                     │
└─────────────────────────────────────────────────────────────┘
```

**数据诊断的核心检测项：**

| 检测项 | 方法 | 阈值 | 处理建议 |
|--------|------|------|----------|
| 正态性 | Shapiro-Wilk | P < 0.05 | 切换非参数方法 |
| 方差齐性 | Levene | P < 0.05 | 使用 Welch 校正 |
| 缺失比例 | 统计 | > 20% | 提示多重插补 |
| 异常值 | IQR 方法 | > 3×IQR | 提示检查/剔除 |
| 样本量 | 统计 | < 30 | 提示使用精确方法 |

### 3.4 Step 3: 分析路径规划 (Analysis Pathway Planning)

```
┌─────────────────────────────────────────────────────────────┐
│ Step 3: 分析路径规划                                        │
├─────────────────────────────────────────────────────────────┤
│ 基于意图 + 数据特征，AI 规划完整分析路径：                  │
│                                                              │
│ 📋 统计分析计划 (SAP)                                       │
│                                                              │
│ ┌─────────────────────────────────────────────────────────┐ │
│ │ 1️⃣ 数据预处理                                          │ │
│ │    ├─ 剔除 2 例异常值 (血压 > 300)                      │ │
│ │    └─ 缺失值处理：完全案例分析 (剔除 12 例)             │ │
│ ├─────────────────────────────────────────────────────────┤ │
│ │ 2️⃣ 描述性统计                                          │ │
│ │    ├─ 两组基线特征比较 (年龄、性别、基础血压)           │ │
│ │    └─ 血压变化的均值、中位数、四分位数                  │ │
│ ├─────────────────────────────────────────────────────────┤ │
│ │ 3️⃣ 主要分析                                            │ │
│ │    ├─ 方法：Mann-Whitney U 检验                         │ │
│ │    └─ 理由：治疗组血压变化不服从正态分布                │ │
│ ├─────────────────────────────────────────────────────────┤ │
│ │ 4️⃣ 敏感性分析                                          │ │
│ │    ├─ 补充 T 检验结果（作为参考）                       │ │
│ │    └─ Bootstrap 置信区间（不依赖分布假设）              │ │
│ ├─────────────────────────────────────────────────────────┤ │
│ │ 5️⃣ 效应量与临床意义                                    │ │
│ │    ├─ Cohen's d 效应量                                  │ │
│ │    └─ 95% CI 判断临床显著性                             │ │
│ ├─────────────────────────────────────────────────────────┤ │
│ │ 6️⃣ 可视化                                              │ │
│ │    ├─ 两组血压变化箱线图                                │ │
│ │    └─ 个体变化瀑布图                                    │ │
│ └─────────────────────────────────────────────────────────┘ │
│                                                              │
│ [📝 修改计划]  [✅ 确认执行全部]  [⏭️ 跳过某些步骤]         │
└─────────────────────────────────────────────────────────────┘
```

**分析路径的核心概念：流程模板**

| 分析目的 | 标准流程模板 |
|----------|-------------|
| 差异比较 | 数据清洗 → 描述统计 → 假设检验 → 敏感性分析 → 效应量 → 可视化 |
| 关联分析 | 数据清洗 → 描述统计 → 相关分析 → 回归建模 → 模型诊断 → 可视化 |
| 描述统计 | 数据清洗 → 连续变量统计 → 分类变量统计 → 基线表生成 |
| 生存分析 | 数据清洗 → K-M 曲线 → Log-rank 检验 → Cox 回归 → 风险预测 |

### 3.5 Step 4: 分步执行与实时反馈

```
┌─────────────────────────────────────────────────────────────┐
│ Step 4: 分步执行与实时反馈                                  │
├─────────────────────────────────────────────────────────────┤
│                                                              │
│ ✅ 1/6 数据预处理完成                           [00:02]     │
│    → 剔除 14 例，最终分析 186 例                            │
│    ┌─────────────────────────────────────────────────────┐ │
│    │ 原始样本：200                                        │ │
│    │ 剔除异常值：2                                        │ │
│    │ 剔除缺失：12                                         │ │
│    │ 最终样本：186 (治疗组 94, 对照组 92)                 │ │
│    └─────────────────────────────────────────────────────┘ │
│                                                              │
│ ✅ 2/6 描述性统计完成                           [00:05]     │
│    → 生成描述性统计表                                       │
│    ┌─────────────────────────────────────────────────────┐ │
│    │ 组别      N    均值±SD         中位数(IQR)          │ │
│    │ ───────────────────────────────────────────────────── │ │
│    │ 治疗组   94   -15.2±8.3      -14.5(-20,-8)          │ │
│    │ 对照组   92   -5.1±7.9       -4.8(-10,1)            │ │
│    └─────────────────────────────────────────────────────┘ │
│                                                              │
│ 🔄 3/6 正在执行 Mann-Whitney U 检验...          [运行中]    │
│    ├─ 🔍 检查样本量... ✅ 通过 (N=186)                     │
│    ├─ 🔍 检查数据类型... ✅ 通过 (连续变量)                │
│    └─ 🚀 执行检验... 进行中                                │
│                                                              │
│ ⏳ 4/6 敏感性分析                               [等待中]    │
│ ⏳ 5/6 效应量计算                               [等待中]    │
│ ⏳ 6/6 可视化生成                               [等待中]    │
│                                                              │
│ [⏸️ 暂停]  [⏭️ 跳过当前步骤]  [❌ 取消全部]                │
└─────────────────────────────────────────────────────────────┘
```

**执行引擎的核心能力：**

| 能力 | 描述 |
|------|------|
| **顺序编排** | 按 SAP 定义的顺序执行多个方法 |
| **结果串联** | 上一步的输出作为下一步的输入 |
| **实时反馈** | 每步完成后立即展示中间结果 |
| **错误处理** | 某步失败时提供跳过/重试选项 |
| **可中断** | 用户可随时暂停、跳过、取消 |

### 3.6 Step 5: 综合结论生成

```
┌─────────────────────────────────────────────────────────────┐
│ Step 5: 综合结论生成                                        │
├─────────────────────────────────────────────────────────────┤
│                                                              │
│ 📊 分析结果                                                 │
│                                                              │
│ ┌─────────────────────────────────────────────────────────┐ │
│ │ 表 1. 两组血压变化比较                                  │ │
│ │ ───────────────────────────────────────────────────────  │ │
│ │ 组别      N     中位数(IQR)        P 值    效应量(r)    │ │
│ │ ───────────────────────────────────────────────────────  │ │
│ │ 治疗组   94    -14.5(-20,-8)                            │ │
│ │                                   <0.001     0.52       │ │
│ │ 对照组   92    -4.8(-10,1)                              │ │
│ │ ───────────────────────────────────────────────────────  │ │
│ │ 注：采用 Mann-Whitney U 检验                            │ │
│ └─────────────────────────────────────────────────────────┘ │
│                                                              │
│ 📈 可视化                                                   │
│ ┌─────────────────────────────────────────────────────────┐ │
│ │                    [箱线图]                             │ │
│ │                                                          │ │
│ │    治疗组 ████████████████████ -14.5                    │ │
│ │    对照组 ████████ -4.8                                 │ │
│ │                                                          │ │
│ │              P < 0.001 ***                              │ │
│ └─────────────────────────────────────────────────────────┘ │
│                                                              │
│ 📝 结论（论文级）                                           │
│ ┌─────────────────────────────────────────────────────────┐ │
│ │ 本研究共纳入 186 例高血压患者进行分析。                 │ │
│ │                                                          │ │
│ │ Mann-Whitney U 检验结果显示，治疗组血压变化             │ │
│ │ (中位数 -14.5 mmHg) 显著大于对照组 (-4.8 mmHg)，        │ │
│ │ 差异具有统计学意义 (U=2341, P<0.001)。                  │ │
│ │ 效应量 r=0.52，提示中等程度的效应。                     │ │
│ │                                                          │ │
│ │ 敏感性分析（独立样本 T 检验）得到一致结论               │ │
│ │ (t=5.23, P<0.001)，结果稳健。                           │ │
│ └─────────────────────────────────────────────────────────┘ │
│                                                              │
│ ⚠️ 方法学说明                                               │
│ ┌─────────────────────────────────────────────────────────┐ │
│ │ 由于治疗组数据不满足正态分布假设                        │ │
│ │ (Shapiro-Wilk P=0.02)，故采用非参数方法作为主要分析。   │ │
│ │                                                          │ │
│ │ 本分析剔除了 14 例数据：                                │ │
│ │ - 2 例异常值（血压 > 300 mmHg）                         │ │
│ │ - 12 例缺失值（血压字段缺失）                           │ │
│ └─────────────────────────────────────────────────────────┘ │
│                                                              │
│ [📥 下载报告(Word)]  [📥 下载 R 代码]  [🔄 调整分析]        │
└─────────────────────────────────────────────────────────────┘
```

**结论生成的核心要素：**

| 要素 | 描述 | 示例 |
|------|------|------|
| **样本描述** | 纳入/排除情况 | "共纳入 186 例" |
| **主要结果** | 核心统计量 | "P<0.001, r=0.52" |
| **临床解读** | 效应量含义 | "中等程度效应" |
| **敏感性** | 结果稳健性 | "T检验得到一致结论" |
| **方法说明** | 选择理由 | "因不满足正态性..." |
| **局限性** | 数据处理说明 | "剔除 14 例数据" |

---

## 4. 智能化的核心能力

### 4.1 意图理解能力

**从模糊输入到精确分析目标的映射：**

```
用户输入解析流程：

"比较新药疗效" 
    → 提取关键词：比较、疗效
    → 识别意图：差异比较
    → 识别目标：Goal = Difference

"分析影响因素"
    → 提取关键词：影响、因素
    → 识别意图：关联分析
    → 识别目标：Goal = Association

"预测复发风险"
    → 提取关键词：预测、风险
    → 识别意图：预测建模
    → 识别目标：Goal = Prediction
```

**意图分类体系：**

| Goal 类型 | 用户表达 | 典型方法 |
|-----------|----------|----------|
| Difference | 比较、差异、疗效 | T 检验、ANOVA、卡方 |
| Association | 相关、影响、因素 | 相关分析、回归 |
| Prediction | 预测、风险、预后 | 逻辑回归、生存分析 |
| Description | 描述、特征、分布 | 频数、均值、百分比 |

### 4.2 数据自适应能力

**根据数据特征自动选择方法：**

```
数据诊断 → 方法决策树

                    ┌─ 正态 → T 检验
        ┌─ 两组 ───┤
        │           └─ 非正态 → Mann-Whitney U
        │
连续Y ──┤           ┌─ 正态 → 单因素 ANOVA
        │           │
        └─ 多组 ───┼─ 非正态 → Kruskal-Wallis
                    │
                    └─ 配对 → 重复测量 ANOVA

                    ┌─ 2×2 表 → 卡方检验/Fisher
分类Y ──┼─ 两组 ───┤
        │           └─ 期望频数<5 → Fisher 精确
        │
        └─ 多组 ──── χ² 检验
```

**方法选择的四维匹配：**

| 维度 | 描述 | 取值 |
|------|------|------|
| Goal | 分析目的 | Difference / Association / Prediction |
| Y_Type | 因变量类型 | Continuous / Categorical / Survival |
| X_Type | 自变量类型 | Categorical_2 / Categorical_Multi / Continuous |
| Design | 实验设计 | Independent / Paired / Repeated |

### 4.3 路径规划能力

**不是单个方法，而是完整流程：**

```
一个完整的统计分析 ≠ 一个方法

而是：
┌─────────┬─────────┬─────────┬─────────┬─────────┬─────────┐
│数据清洗 │描述统计 │假设检验 │敏感性   │效应量   │可视化   │
│         │         │（主要）│分析     │         │         │
└─────────┴─────────┴─────────┴─────────┴─────────┴─────────┘
```

**标准分析流程模板：**

| 流程名称 | 步骤序列 |
|----------|----------|
| 两组差异比较 | CLEAN → DESC → NORMALITY_CHECK → [T_TEST \| MANN_WHITNEY] → EFFECT_SIZE → PLOT_BOX |
| 多组差异比较 | CLEAN → DESC → NORMALITY_CHECK → [ANOVA \| KRUSKAL] → POST_HOC → EFFECT_SIZE → PLOT_BOX |
| 相关性分析 | CLEAN → DESC → SCATTER_PLOT → [PEARSON \| SPEARMAN] → REGRESSION → PLOT_REG |
| 基线特征表 | CLEAN → DESC_CONTINUOUS → DESC_CATEGORICAL → TABLE_ONE |

### 4.4 不确定性处理能力

**当 AI 无法确定时，应该追问而非猜测：**

```
场景 1：无法确定设计类型
┌─────────────────────────────────────────────────────────────┐
│ 🤔 AI 追问：                                                │
│                                                              │
│ "您的数据中，每个患者有治疗前和治疗后两次测量吗？           │
│  - 如果是同一患者的前后对比，我建议用配对分析               │
│  - 如果是不同患者的组间对比，我建议用独立样本分析"          │
│                                                              │
│ [ 同一患者前后对比 ]  [ 不同患者组间对比 ]                  │
└─────────────────────────────────────────────────────────────┘

场景 2：变量角色不明确
┌─────────────────────────────────────────────────────────────┐
│ 🤔 AI 追问：                                                │
│                                                              │
│ "您想比较的是：                                             │
│  - A) 治疗后的血压值                                        │
│  - B) 治疗前后的血压变化值                                  │
│                                                              │
│  这会影响分析方法的选择。"                                  │
│                                                              │
│ [ 比较治疗后血压 ]  [ 比较血压变化值 ]                      │
└─────────────────────────────────────────────────────────────┘

场景 3：多个可能的分析目标
┌─────────────────────────────────────────────────────────────┐
│ 🤔 AI 澄清：                                                │
│                                                              │
│ "根据您的描述，我理解您可能想要：                           │
│                                                              │
│  1. 比较两组的疗效差异（假设检验）                          │
│  2. 分析疗效的影响因素（回归分析）                          │
│  3. 预测患者的治疗反应（预测模型）                          │
│                                                              │
│  请选择您最主要的分析目标，或选择"全部"进行综合分析。"     │
│                                                              │
│ [ 差异比较 ]  [ 因素分析 ]  [ 预测模型 ]  [ 全部 ]          │
└─────────────────────────────────────────────────────────────┘
```

### 4.5 结论生成能力

**生成论文级的综合结论：**

| 结论要素 | 模板结构 | 示例 |
|----------|----------|------|
| 样本描述 | "本研究共纳入 {{N}} 例..." | "本研究共纳入 186 例高血压患者" |
| 主要结果 | "{{方法}}结果显示，{{统计量}}" | "Mann-Whitney U 检验结果显示，U=2341, P<0.001" |
| 效应解读 | "效应量 {{r}}，提示 {{程度}}" | "效应量 r=0.52，提示中等程度效应" |
| 敏感性 | "敏感性分析得到 {{结论}}" | "敏感性分析得到一致结论，结果稳健" |
| 方法说明 | "由于 {{原因}}，故采用 {{方法}}" | "由于不满足正态性，故采用非参数方法" |

---

## 5. 系统架构蓝图

### 5.1 理想系统的核心组件

```
┌─────────────────────────────────────────────────────────────┐
│                    理想的智能统计分析系统                    │
├─────────────────────────────────────────────────────────────┤
│                                                              │
│  ┌──────────────────────────────────────────────────────┐   │
│  │ 1. 意图理解器 (Intent Parser)                        │   │
│  │    - LLM 意图识别                                    │   │
│  │    - Goal/Y/X/Design 四维提取                        │   │
│  │    - 不确定时追问澄清                                │   │
│  └──────────────────┬───────────────────────────────────┘   │
│                     ↓                                        │
│  ┌──────────────────────────────────────────────────────┐   │
│  │ 2. 数据诊断器 (Data Diagnostician)                   │   │
│  │    - 分布检验（正态性、方差齐性）                    │   │
│  │    - 数据质量（缺失值、异常值）                      │   │
│  │    - 样本特征（样本量、平衡性）                      │   │
│  └──────────────────┬───────────────────────────────────┘   │
│                     ↓                                        │
│  ┌──────────────────────────────────────────────────────┐   │
│  │ 3. 路径规划器 (Pathway Planner) ⭐ 核心              │   │
│  │    - 决策表匹配（四维 → 方法）                       │   │
│  │    - 流程模板选择                                    │   │
│  │    - 数据驱动的方法调整                              │   │
│  │    - 生成完整 SAP                                    │   │
│  └──────────────────┬───────────────────────────────────┘   │
│                     ↓                                        │
│  ┌──────────────────────────────────────────────────────┐   │
│  │ 4. 流程执行器 (Workflow Executor)                    │   │
│  │    - 多方法顺序编排                                  │   │
│  │    - 结果串联传递                                    │   │
│  │    - 护栏检查与自动降级                              │   │
│  │    - 实时进度反馈                                    │   │
│  └──────────────────┬───────────────────────────────────┘   │
│                     ↓                                        │
│  ┌──────────────────────────────────────────────────────┐   │
│  │ 5. 结论生成器 (Conclusion Generator)                 │   │
│  │    - 结果整合                                        │   │
│  │    - 论文级结论模板                                  │   │
│  │    - 方法学说明                                      │   │
│  │    - 局限性声明                                      │   │
│  └──────────────────────────────────────────────────────┘   │
│                                                              │
└─────────────────────────────────────────────────────────────┘
```

### 5.2 数据流架构

```
用户输入
    │
    ▼
┌─────────────────┐
│   意图理解器    │ ← LLM + 意图分类
└────────┬────────┘
         │ (Goal, Y, X, Design)
         ▼
┌─────────────────┐
│   数据诊断器    │ ← R 统计检验
└────────┬────────┘
         │ (Data Profile)
         ▼
┌─────────────────┐
│   路径规划器    │ ← 决策表 + 流程模板
└────────┬────────┘
         │ (SAP: workflow_steps[])
         ▼
┌─────────────────┐
│   流程执行器    │ ← R 方法库 + 编排引擎
└────────┬────────┘
         │ (step_results[])
         ▼
┌─────────────────┐
│   结论生成器    │ ← LLM + 解读模板
└────────┬────────┘
         │
         ▼
    综合报告
```

### 5.3 与现有架构的关系

| 组件 | 现有系统 | 理想系统 | 差距 |
|------|----------|----------|------|
| 意图理解器 | ❌ 无 | ✅ LLM + 分类 | 需新建 |
| 数据诊断器 | 🟡 R 服务内部 | ✅ 独立模块 | 需提取 |
| 路径规划器 | ❌ 单方法选择 | ✅ 完整流程 | 需重构 |
| 流程执行器 | ❌ 单方法执行 | ✅ 多方法编排 | 需新建 |
| 结论生成器 | 🟡 简单解读 | ✅ 论文级 | 需增强 |

---

## 6. 实施路线图

### 6.1 当前状态 vs 目标状态

```
当前状态 (MVP Phase 1):
┌──────────────────────────────────────┐
│ 用户 → 选 T 检验 → 执行 → P 值结果  │
└──────────────────────────────────────┘

目标状态 (理想系统):
┌──────────────────────────────────────────────────────────┐
│ 用户 → AI 理解 → 数据诊断 → 规划流程 → 分步执行 → 综合报告 │
└──────────────────────────────────────────────────────────┘
```

### 6.2 分阶段演进

```
┌─────────────────────────────────────────────────────────────┐
│ 当前: 单方法执行 (L1)                                       │
│ - 用户指定方法                                              │
│ - 执行单个 R 脚本                                           │
│ - 返回 P 值结果                                             │
└─────────────────────────────────────────────────────────────┘
                           ↓
┌─────────────────────────────────────────────────────────────┐
│ 阶段 1: 智能选方法 (L2)                                     │
│ + 意图识别（Goal/Y/X/Design）                               │
│ + 决策表匹配                                                │
│ + 自动选择方法                                              │
└─────────────────────────────────────────────────────────────┘
                           ↓
┌─────────────────────────────────────────────────────────────┐
│ 阶段 2: 数据自适应 (L3)                                     │
│ + 数据诊断器                                                │
│ + 根据数据特征调整方法                                      │
│ + 护栏自动降级                                              │
└─────────────────────────────────────────────────────────────┘
                           ↓
┌─────────────────────────────────────────────────────────────┐
│ 阶段 3: 流程编排 (L4)                                       │
│ + 流程模板                                                  │
│ + 多方法顺序执行                                            │
│ + 结果串联                                                  │
└─────────────────────────────────────────────────────────────┘
                           ↓
┌─────────────────────────────────────────────────────────────┐
│ 阶段 4: 论文级输出 (L5)                                     │
│ + 综合结论生成                                              │
│ + 方法学说明                                                │
│ + 完整报告导出                                              │
└─────────────────────────────────────────────────────────────┘
```

### 6.3 优先级建议

| 优先级 | 组件 | 价值 | 工作量 |
|--------|------|------|--------|
| P0 | 决策表匹配 | 智能选方法的基础 | 中 |
| P0 | 流程模板 | 从单方法到流程的关键 | 中 |
| P1 | 流程执行器 | 多方法编排 | 高 |
| P1 | 数据诊断器 | 自适应能力 | 中 |
| P2 | 意图理解器 | 用户体验提升 | 中 |
| P2 | 结论生成器 | 输出质量提升 | 中 |

---

## 7. 成功标准

### 7.1 用户体验标准

| 指标 | 当前 | 目标 |
|------|------|------|
| 用户需要知道方法名 | ✅ 必须 | ❌ 不需要 |
| 用户需要理解数据特征 | ✅ 必须 | ❌ 不需要 |
| 输出可直接用于论文 | ❌ 需整理 | ✅ 可直接用 |
| 分析过程可追溯 | 🟡 部分 | ✅ 完整 |

### 7.2 智能化标准

| 能力 | 当前 | 目标 |
|------|------|------|
| 意图理解 | ❌ 无 | ✅ 自动识别 |
| 方法选择 | 🟡 硬编码 | ✅ 决策表驱动 |
| 数据适应 | 🟡 部分 | ✅ 完全自适应 |
| 流程规划 | ❌ 单方法 | ✅ 完整流程 |
| 结论生成 | 🟡 简单 | ✅ 论文级 |

---

## 8. 附录

### 8.1 术语表

| 术语 | 定义 |
|------|------|
| SAP | Statistical Analysis Plan，统计分析计划 |
| Goal | 分析目的（差异比较/关联分析/预测建模） |
| Y_Type | 因变量类型（连续/分类/生存时间） |
| X_Type | 自变量类型（二分类/多分类/连续） |
| Design | 实验设计（独立/配对/重复测量） |
| 流程模板 | 预定义的多步骤分析流程 |
| 护栏 | 统计前提条件检查 |
| 降级 | 当前提不满足时切换到替代方法 |

### 8.2 相关文档

| 文档 | 路径 |
|------|------|
| 当前架构设计 | `00-系统设计/SSA-Pro 严谨型智能统计分析架构设计方案V4.md` |
| 配置中台设计 | `00-系统设计/SSA-Executor_专家配置要素.md` |
| Planner 设计 | `00-系统设计/Planner 统计分析计划与配置映射.md` |
| MVP 开发计划 | `04-开发计划/00-MVP开发计划总览.md` |

---

**文档维护者：** SSA 架构团队  
**创建日期：** 2026-02-20  
**版本：** v1.0