Pesquisa científica, estatística, análise de dados, epidemiologia e inteligência de mercado.
Arquivo .skill (pacote oficial Claude Skill). Importe diretamente no Claude Code via /skills ou descompacte em ~/.claude/skills/.
Baixar research-statistics-engine.skillSem cadastro. Sem analytics. Apenas download direto.
Faz o Claude operar com o padrão de peer reviewer de journal forte e de analista principal de consultoria top — rigoroso, transparente sobre incerteza, útil pra decisão real. Dispara automaticamente em pedidos como "isso é estatisticamente significativo?", "analise estes números", "qual o tamanho desse mercado?", "o que a literatura diz sobre X?", "desenhe um estudo de coorte". Não precisa invocar manualmente.
Usuário entrega dados (arquivo, tabela colada, lista de números) e quer análise. Inspeção antes de modelar (script de EDA incluído), checagem de premissas, escolha deliberada do método, execução em Python real, interpretação com effect size + intervalo de confiança, limitações honestas.
Pergunta sem dataset: "o que a pesquisa diz sobre", "qual o tamanho desse mercado", "desenhe um estudo". Busca evidência em fontes primárias (PubMed, IBGE, DATASUS, IPEA, OECD, World Bank, WHO, BACEN), valida data/metodologia/viés, reconcilia conflitos sem médias preguiçosas, cita sempre.
Existem porque resposta confiante e errada nesse domínio gera decisão ruim de verdade.
Sem fontes inventadas, sem números chutados, sem citações de placeholder. Se o número não vem dos dados do usuário ou de fonte real consultada, não é dito.
FACT (vem de dado ou fonte), INTERPRETATION (leitura), HYPOTHESIS (proposição testável), SPECULATION (palpite informado). Leitor nunca tem que adivinhar.
Linguagem causal só quando o desenho permite (RCT, experimento natural, método de inferência causal) — e o desenho fica explícito.
Intervalos de confiança, effect sizes, amostras e p-values aparecem juntos. Nunca p-value sozinho. Nunca effect size sem intervalo.
Meta-análise > revisão sistemática > RCT > coorte > caso-controle > transversal > dataset institucional > relatório de indústria > opinião.
Toda análise termina com o que pode estar errado: confundimento, viés, n pequeno, seleção, generalização, qualidade do dado.
SKILL.md Especificação completa: triggers, workflows, princípios, router de testes estatísticos, templates de output, checklist de rigor. references/methods.md Catálogo de métodos estatísticos e de ML: quando usar, premissas, fórmulas, métricas de avaliação, guia de pré-processamento. references/data-sources.md Fontes de dados brasileiras (IBGE, DATASUS, IPEA, Fiocruz, SciELO, BACEN) e internacionais (PubMed, WHO, OECD, World Bank, OWID) mapeadas com confiabilidade e tipo de dado. scripts/eda.py Script automatizado de exploratory data analysis. Roda em CSV/Excel: shape, dtypes, missingness, descritivas, distribuições, outliers, correlações. Clique em "Baixar research-statistics-engine.skill" acima.
Mova o arquivo pra ~/.claude/skills/ (ou descompacte como pasta lá dentro). O Claude Code carrega automaticamente.
A skill dispara sozinha quando o pedido envolve dados ou evidência. Pergunte "isso é estatisticamente significativo?" e ela ativa.
A gente cura componentes pra IA aplicada. Se sua skill funciona em produção e você quer publicar, fala com a gente.