Designing The Analysis

Trasforma una domanda di ricerca approvata in un piano di analisi passo-passo pronto per la pre-registrazione.

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

Promosso ★ 9.2/10

Designing The Analysis — Trasforma una domanda di ricerca approvata in un piano di analisi passo-passo pronto per la pre-registrazione.

Cosa fa

Una skill metodologica che converte una domanda di ricerca approvata in un piano di analisi concreto: dataset e variabili esatti, il modello o test nominato, una giustificazione della potenza/dimensione del campione, un piano di gestione dei confondenti e una regola decisionale fissata prima di osservare qualsiasi risultato. Si attiva quando si ha una domanda di ricerca definita e si deve progettare l'analisi prima di toccare i dati di risultato o adattare un modello. L'output è suddiviso in passaggi validati di piccole dimensioni e passa il controllo alla skill preregistering-analysis.

Rapporto di test

Ho recuperato SKILL.md e ho confermato che il frontmatter viene analizzato con name+description e nessun script o problema di sicurezza; le tre skill sorelle a cui il suo corpo passa il controllo (preregistering-analysis, subagent-driven-analysis, executing-analysis) hanno tutte restituito HTTP 200. Per l'output ho progettato un compito — un piano di analisi per "il nuovo flusso di onboarding aumenta la retention a 7 giorni?" — e ho scritto un piano di base senza la skill e poi un piano che seguiva la skill. Differenze concrete: la regola decisionale della base dipendeva dal risultato ("if the new flow shows higher retention, recommend rolling it out") mentre la skill ha imposto una regola fissata in anticipo ("variant OR>1 with 95% CI lower bound >1.0"); la base diceva "adjust for confounders as needed" mentre la skill nominava channel + signup-day e come ciascuno viene gestito; la base non nominava alcun test e aveva zero analisi di potenza, mentre la skill specificava l'esatta formula logistica più un MDE di +3pp, N≈7.400/braccio, alpha e potenza, e ha aggiunto la validazione dei dati simulati, il dataflow raw immutabile, i passaggi con checkbox e un'intestazione di passaggio prereg che la base mancava completamente.

Testato il: 2026-07-31 · Claude Code 2.x (agent harness)

Installazione

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.

Comandi e prompt di esempio

/designing-the-analysisTrasforma una domanda di ricerca approvata in un piano di analisi passo-passo pronto per la pre-registrazione.

Gli skill si attivano con richieste in linguaggio naturale, senza comandi da ricordare. Dopo l'installazione, prompt come questi lo attivano (in inglese):

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

Rapporto completo →