SkillProof tested Claude skills

Designing The Analysis

Wandelt eine genehmigte Forschungsfrage in einen präregistrierungsfähigen, schrittweisen Analyseplan um

von K-Dense-AI · K-Dense-AI/science-superpowers

Getestet · Funktioniert ★ 9.2/10

Designing The Analysis — Wandelt eine genehmigte Forschungsfrage in einen präregistrierungsfähigen, schrittweisen Analyseplan um

Was es kann

Ein Methodik-Skill, der eine genehmigte Forschungsfrage in einen konkreten Analyseplan umwandelt: exakte Datensätze und Variablen, das benannte Modell oder der Test, eine Power-/Stichprobengrößen-Begründung, ein Confound-Handling-Plan und eine Entscheidungsregel, die vor dem Eintreten eines Ergebnisses festgelegt wird. Wird ausgelöst, wenn Sie eine festgelegte Forschungsfrage haben und die Analyse entwerfen müssen, bevor Sie Ergebnisdaten berühren oder ein Modell anpassen. Der Output ist in mundgerechte, validierte Schritte unterteilt und wird an den preregistering-analysis skill übergeben.

Testbericht

Ich habe SKILL.md abgerufen und bestätigt, dass das Frontmatter mit name+description geparst wird und keine Skripte oder Sicherheitslücken vorhanden sind; die drei Geschwister-Skills, an die es übergeben wird (preregistering-analysis, subagent-driven-analysis, executing-analysis), lieferten jeweils HTTP 200. Für den Output habe ich eine Aufgabe entworfen — einen Analyseplan für „erhöht der neue Onboarding-Flow die 7-Tage-Retention?“ — und einen Baseline-Plan ohne den Skill und dann einen Skill-konformen Plan erstellt. Konkrete Unterschiede: Die Entscheidungsregel der Baseline war ergebnisabhängig („wenn der neue Flow eine höhere Retention zeigt, empfehlen Sie dessen Einführung“), während der Skill eine im Voraus festgelegte Regel erzwang („Variante OR>1 mit 95% CI unterer Grenze >1.0“); die Baseline sagte „Konfundierende Faktoren nach Bedarf anpassen“, während der Skill channel + signup-day benannte und wie jeder behandelt wird; die Baseline nannte keinen Test und hatte keine Power-Analyse, während der Skill die exakte logistische Formel plus ein +3pp MDE, N≈7.400/Arm, alpha und power spezifizierte und simulierte Datenvalidierung, immutable-raw dataflow, Checkbox-Schritte und einen prereg handoff header hinzufügte, die der Baseline vollständig fehlten.

Getestet am: 2026-07-31 · Claude Code 2.x (agent harness)

Installation

git clone --depth 1 https://github.com/K-Dense-AI/science-superpowers.git /tmp/designing-the-analysis-src
mkdir -p ~/.claude/skills
cp -R /tmp/designing-the-analysis-src/skills/designing-the-analysis ~/.claude/skills/designing-the-analysis
# Pure prompt/methodology skill: no scripts, no third-party deps (POSIX shell only).
# The plan body references sibling skills in the same repo (preregistering-analysis,
# subagent-driven-analysis, executing-analysis) for the full workflow; install those too
# by copying the other dirs under /tmp/designing-the-analysis-src/skills/ if you want the chain.
# Plans are written to docs/science-superpowers/plans/YYYY-MM-DD-<topic>.md in your project.

Befehle & Beispiel-Prompts

  • /designing-the-analysisWandelt eine genehmigte Forschungsfrage in einen präregistrierungsfähigen, schrittweisen Analyseplan um

Skills reagieren auf normale Anfragen — keine Slash-Befehle nötig. Nach der Installation aktivieren Prompts wie diese den Skill (auf Englisch):

  • Design an analysis plan for this research question
  • Pre-register the analysis before I see the data
  • Plan the statistical approach for this study

Vollständiger Testbericht (Englisch) →