Tea：用于自动化统计分析的高级语言和运行时系统

尽管统计分析以研究问题和假设为中心，但当前的统计分析工具却并非如此。用户必须首先将他们的假设翻译成具体的统计测试，然后使用函数和参数执行API调用。要准确做到这一点，需要用户具备统计专业知识。为了降低有效、可复现统计分析的门槛，我们引入了Tea，一种高级声明式语言和运行时系统。在Tea中，用户表达他们的研究设计、任何参数假设以及他们的假设。Tea将这些高级规范编译成一个约束满足问题，以确定有效的统计测试集，然后执行它们来检验假设。我们使用从流行教程中提取的统计分析套件对Tea进行评估。我们表明，Tea通常能匹配专家的选择，同时在参数假设不满足时自动切换到非参数测试。我们模拟了非专业用户可能犯的错误，并表明Tea可以自动避免因应用错误的统计测试而产生的假阴性和假阳性。