@nahisaho/satori 0.1.0

package/src/.github/skills/scientific-statistical-testing/SKILL.md

@@ -0,0 +1,240 @@
+---
+name: scientific-statistical-testing
+description: |
+  統計検定・多重比較・エンリッチメント解析のスキル。t検定、カイ二乗検定、ANOVA、
+  Bonferroni/BH 補正、Fisher 正確検定、ベイズ推論を行う際に使用。
+  Scientific Skills Exp-03, 04, 06, 07 で確立したパターン。
+---
+
+# Scientific Statistical Testing & Enrichment Analysis
+
+仮説検定、多重比較補正、エンリッチメント解析のための統計パイプラインスキル。
+頻度論的検定とベイズ推論の両方のアプローチを提供する。
+
+## When to Use
+
+- 2 群間の有意差を検定したいとき（t 検定、Mann-Whitney U）
+- 多群間の比較（ANOVA、Kruskal-Wallis）
+- 多重比較の補正（Bonferroni、Benjamini-Hochberg）
+- パスウェイエンリッチメント解析（Fisher 正確検定）
+- ベイズ推論（Beta-Binomial 共役モデル）
+
+## Quick Start
+
+## 標準パイプライン
+
+### 1. 2 群間検定
+
+```python
+from scipy import stats
+import numpy as np
+import pandas as pd
+
+def two_group_test(group1, group2, test="auto", alternative="two-sided"):
+    """
+    2 群間の検定を実行する。
+    test='auto' の場合、正規性検定に基づいて t 検定 or Mann-Whitney U を選択。
+    """
+    # 正規性検定（Shapiro-Wilk）
+    if test == "auto":
+        _, p1 = stats.shapiro(group1) if len(group1) <= 5000 else (0, 0.05)
+        _, p2 = stats.shapiro(group2) if len(group2) <= 5000 else (0, 0.05)
+        test = "ttest" if (p1 > 0.05 and p2 > 0.05) else "mannwhitney"
+
+    if test == "ttest":
+        stat, pval = stats.ttest_ind(group1, group2, alternative=alternative)
+        test_name = "Welch's t-test"
+    elif test == "mannwhitney":
+        stat, pval = stats.mannwhitneyu(group1, group2, alternative=alternative)
+        test_name = "Mann-Whitney U"
+    else:
+        raise ValueError(f"Unknown test: {test}")
+
+    # 効果量（Cohen's d）
+    pooled_std = np.sqrt((np.var(group1, ddof=1) + np.var(group2, ddof=1)) / 2)
+    cohens_d = (np.mean(group1) - np.mean(group2)) / pooled_std if pooled_std > 0 else 0
+
+    return {
+        "test": test_name,
+        "statistic": stat,
+        "p_value": pval,
+        "cohens_d": cohens_d,
+        "effect_size": ("large" if abs(cohens_d) > 0.8 else
+                       "medium" if abs(cohens_d) > 0.5 else "small"),
+    }
+```
+
+### 2. 多重比較補正
+
+```python
+from statsmodels.stats.multitest import multipletests
+
+def multiple_testing_correction(p_values, method="fdr_bh", alpha=0.05):
+    """
+    多重比較補正を適用する。
+    method: 'bonferroni', 'fdr_bh' (Benjamini-Hochberg), 'holm'
+    """
+    reject, p_corrected, _, _ = multipletests(p_values, alpha=alpha, method=method)
+    return reject, p_corrected
+```
+
+### 3. ANOVA / Kruskal-Wallis
+
+```python
+def multi_group_test(groups, test="auto"):
+    """
+    多群間の比較を実行する。
+    groups: [array1, array2, ...] のリスト
+    """
+    # 正規性チェック
+    normal = all(stats.shapiro(g)[1] > 0.05 for g in groups if len(g) <= 5000)
+
+    if test == "auto":
+        test = "anova" if normal else "kruskal"
+
+    if test == "anova":
+        stat, pval = stats.f_oneway(*groups)
+        test_name = "One-way ANOVA"
+    elif test == "kruskal":
+        stat, pval = stats.kruskal(*groups)
+        test_name = "Kruskal-Wallis"
+
+    return {"test": test_name, "statistic": stat, "p_value": pval}
+```
+
+### 4. Fisher 正確検定パスウェイエンリッチメント（Exp-04, 07）
+
+```python
+def pathway_enrichment(deg_list, pathway_dict, background_size,
+                       method="fisher", correction="fdr_bh"):
+    """
+    Fisher 正確検定によるパスウェイエンリッチメント解析。
+    deg_list: 差次発現遺伝子リスト
+    pathway_dict: {pathway_name: [gene1, gene2, ...]} の辞書
+    background_size: バックグラウンド遺伝子数
+    """
+    results = []
+    deg_set = set(deg_list)
+
+    for pathway, genes in pathway_dict.items():
+        gene_set = set(genes)
+        overlap = deg_set & gene_set
+
+        # 2×2 分割表
+        a = len(overlap)                           # DEG ∩ Pathway
+        b = len(deg_set) - a                       # DEG ∩ ~Pathway
+        c = len(gene_set) - a                      # ~DEG ∩ Pathway
+        d = background_size - a - b - c            # ~DEG ∩ ~Pathway
+
+        _, pval = stats.fisher_exact([[a, b], [c, d]], alternative="greater")
+        fold_enrichment = (a / len(deg_set)) / (len(gene_set) / background_size) \
+                         if len(gene_set) > 0 and len(deg_set) > 0 else 0
+
+        results.append({
+            "Pathway": pathway,
+            "Overlap": a,
+            "Pathway_Size": len(gene_set),
+            "Fold_Enrichment": fold_enrichment,
+            "p_value": pval,
+            "Genes": ", ".join(sorted(overlap)),
+        })
+
+    results_df = pd.DataFrame(results)
+
+    # 多重検定補正
+    if len(results_df) > 0:
+        reject, p_adj = multiple_testing_correction(
+            results_df["p_value"].values, method=correction
+        )
+        results_df["p_adjusted"] = p_adj
+        results_df["Significant"] = reject
+
+    results_df = results_df.sort_values("p_value")
+    results_df.to_csv("results/pathway_enrichment.csv", index=False)
+    return results_df
+```
+
+### 5. ベイズ推論（Beta-Binomial, Exp-06 パターン）
+
+```python
+def bayesian_beta_binomial(successes, trials, prior_alpha=1, prior_beta=1):
+    """
+    Beta-Binomial 共役モデルによるベイズ推論。
+    事前分布: Beta(alpha, beta), デフォルトは一様事前分布。
+    """
+    post_alpha = prior_alpha + successes
+    post_beta = prior_beta + (trials - successes)
+
+    from scipy.stats import beta
+    posterior = beta(post_alpha, post_beta)
+
+    return {
+        "posterior_mean": posterior.mean(),
+        "posterior_std": posterior.std(),
+        "95%_CI": (posterior.ppf(0.025), posterior.ppf(0.975)),
+        "MAP": (post_alpha - 1) / (post_alpha + post_beta - 2)
+               if post_alpha > 1 and post_beta > 1 else posterior.mean(),
+        "posterior_alpha": post_alpha,
+        "posterior_beta": post_beta,
+    }
+```
+
+### 6. 生存解析（Kaplan-Meier + Cox PH, Exp-03/06）
+
+```python
+def survival_analysis(df, time_col, event_col, group_col):
+    """
+    Kaplan-Meier 生存曲線と Log-rank 検定を実行する。
+    lifelines ライブラリが必要。
+    """
+    from lifelines import KaplanMeierFitter, CoxPHFitter
+    from lifelines.statistics import logrank_test
+    import matplotlib.pyplot as plt
+
+    groups = df[group_col].unique()
+    fig, ax = plt.subplots(figsize=(8, 6))
+    kmf = KaplanMeierFitter()
+
+    for group in sorted(groups):
+        mask = df[group_col] == group
+        kmf.fit(df.loc[mask, time_col], event_observed=df.loc[mask, event_col],
+                label=str(group))
+        kmf.plot_survival_function(ax=ax)
+
+    # Log-rank 検定（2 群の場合）
+    if len(groups) == 2:
+        g1 = df[df[group_col] == groups[0]]
+        g2 = df[df[group_col] == groups[1]]
+        lr = logrank_test(g1[time_col], g2[time_col],
+                         event_observed_A=g1[event_col],
+                         event_observed_B=g2[event_col])
+        ax.text(0.7, 0.9, f"Log-rank p={lr.p_value:.4f}",
+               transform=ax.transAxes, fontsize=10)
+
+    ax.set_xlabel("Time")
+    ax.set_ylabel("Survival Probability")
+    ax.set_title("Kaplan-Meier Survival Curves", fontweight="bold")
+    plt.tight_layout()
+    plt.savefig("figures/kaplan_meier.png", dpi=300, bbox_inches="tight")
+    plt.close()
+
+    return lr.p_value if len(groups) == 2 else None
+```
+
+## References
+
+### Output Files
+
+| ファイル | 形式 |
+|---|---|
+| `results/pathway_enrichment.csv` | CSV |
+| `results/statistical_tests.csv` | CSV |
+| `figures/kaplan_meier.png` | PNG |
+| `figures/enrichment_dotplot.png` | PNG |
+
+#### 参照実験
+
+- **Exp-03**: Mann-Whitney U + Volcano Plot + 生存解析
+- **Exp-04**: Fisher パスウェイエンリッチメント + Louvain コミュニティ
+- **Exp-06**: 頻度論 + ベイズ推論 + 検出力分析
+- **Exp-07**: Welch t 検定 + BH 補正 + PLS-DA VIP

package/src/.github/skills/scientific-survival-clinical/SKILL.md

@@ -0,0 +1,239 @@
+---
+name: scientific-survival-clinical
+description: |
+  生存解析と臨床統計のスキル。Kaplan-Meier 曲線、Cox 比例ハザードモデル、Log-rank 検定、
+  検出力分析、NNT/NNH 算出を行う際に使用。
+  Scientific Skills Exp-03, 06 で確立したパターン。
+---
+
+# Scientific Survival & Clinical Statistics
+
+臨床試験データの統計解析パイプラインスキル。生存時間解析、検出力分析、
+安全性解析の標準ワークフローを提供する。
+
+## When to Use
+
+- 生存時間解析（Kaplan-Meier, Cox PH）を行いたいとき
+- 臨床試験のサンプルサイズ・検出力を計算したいとき
+- 有害事象の安全性解析（RR, OR, NNT, NNH）を行いたいとき
+- ベイズ逐次更新による試験モニタリング
+
+## Quick Start
+
+## 標準パイプライン
+
+### 1. 検出力分析・サンプルサイズ算出
+
+```python
+from statsmodels.stats.power import TTestIndPower
+import numpy as np
+
+def power_analysis(effect_size, alpha=0.05, power=0.80, ratio=1.0):
+    """
+    2 群間 t 検定の検出力分析。
+    必要サンプルサイズまたは達成検出力を算出する。
+    """
+    analysis = TTestIndPower()
+
+    # サンプルサイズ算出
+    n = analysis.solve_power(effect_size=effect_size, alpha=alpha,
+                              power=power, ratio=ratio, alternative="two-sided")
+
+    # 検出力カーブ
+    n_range = np.arange(10, 500, 10)
+    powers = [analysis.solve_power(effect_size=effect_size, nobs1=n1,
+                                    alpha=alpha, ratio=ratio)
+              for n1 in n_range]
+
+    return {
+        "required_n_per_group": int(np.ceil(n)),
+        "effect_size": effect_size,
+        "alpha": alpha,
+        "target_power": power,
+        "power_curve": {"n": n_range.tolist(), "power": powers},
+    }
+```
+
+### 2. Kaplan-Meier + Log-rank 検定
+
+```python
+import matplotlib.pyplot as plt
+
+def kaplan_meier_analysis(df, time_col, event_col, group_col,
+                           figsize=(10, 7)):
+    """
+    Kaplan-Meier 生存曲線と Log-rank 検定を実行する。
+    """
+    from lifelines import KaplanMeierFitter
+    from lifelines.statistics import logrank_test
+
+    fig, ax = plt.subplots(figsize=figsize)
+    groups = sorted(df[group_col].unique())
+    results = {}
+
+    kmf = KaplanMeierFitter()
+    for group in groups:
+        mask = df[group_col] == group
+        kmf.fit(df.loc[mask, time_col],
+                event_observed=df.loc[mask, event_col],
+                label=str(group))
+        kmf.plot_survival_function(ax=ax, ci_show=True)
+        results[group] = {
+            "median_survival": kmf.median_survival_time_,
+            "n": mask.sum(),
+        }
+
+    # Log-rank 検定
+    if len(groups) == 2:
+        g1 = df[df[group_col] == groups[0]]
+        g2 = df[df[group_col] == groups[1]]
+        lr = logrank_test(
+            g1[time_col], g2[time_col],
+            event_observed_A=g1[event_col],
+            event_observed_B=g2[event_col]
+        )
+        results["logrank_p"] = lr.p_value
+        ax.text(0.65, 0.85, f"Log-rank p = {lr.p_value:.4f}",
+               transform=ax.transAxes, fontsize=11,
+               bbox=dict(boxstyle="round,pad=0.3", facecolor="wheat"))
+
+    ax.set_xlabel("Time", fontsize=12)
+    ax.set_ylabel("Survival Probability", fontsize=12)
+    ax.set_title("Kaplan-Meier Survival Curves", fontsize=14, fontweight="bold")
+    ax.set_ylim(0, 1.05)
+    plt.tight_layout()
+    plt.savefig("figures/kaplan_meier.png", dpi=300, bbox_inches="tight")
+    plt.close()
+    return results
+```
+
+### 3. Cox 比例ハザードモデル
+
+```python
+def cox_proportional_hazard(df, time_col, event_col, covariates):
+    """
+    Cox 比例ハザードモデルを学習し、ハザード比を算出する。
+    """
+    from lifelines import CoxPHFitter
+
+    cph = CoxPHFitter()
+    cox_df = df[[time_col, event_col] + covariates].dropna()
+    cph.fit(cox_df, duration_col=time_col, event_col=event_col)
+
+    # ハザード比
+    summary = cph.summary
+    summary.to_csv("results/cox_ph_results.csv")
+
+    # Forest plot 形式の可視化
+    fig, ax = plt.subplots(figsize=(10, max(4, len(covariates) * 0.8)))
+    cph.plot(ax=ax)
+    ax.set_title("Cox PH: Hazard Ratios", fontweight="bold")
+    ax.axvline(x=0, color="gray", linestyle="--")
+    plt.tight_layout()
+    plt.savefig("figures/cox_ph_forest.png", dpi=300, bbox_inches="tight")
+    plt.close()
+
+    return cph, summary
+```
+
+### 4. 安全性解析（RR, OR, NNT, NNH）
+
+```python
+def safety_analysis(n_event_treatment, n_total_treatment,
+                    n_event_control, n_total_control, event_name="AE"):
+    """有害事象の安全性指標を算出する。"""
+    p_t = n_event_treatment / n_total_treatment
+    p_c = n_event_control / n_total_control
+
+    # 相対リスク
+    rr = p_t / p_c if p_c > 0 else np.inf
+
+    # オッズ比
+    odds_t = p_t / (1 - p_t) if p_t < 1 else np.inf
+    odds_c = p_c / (1 - p_c) if p_c < 1 else np.inf
+    odds_ratio = odds_t / odds_c if odds_c > 0 else np.inf
+
+    # NNT / NNH
+    ard = abs(p_t - p_c)
+    nnt_nnh = 1 / ard if ard > 0 else np.inf
+    metric = "NNH" if p_t > p_c else "NNT"
+
+    return {
+        "Event": event_name,
+        "Rate_Treatment": f"{p_t:.3f}",
+        "Rate_Control": f"{p_c:.3f}",
+        "Relative_Risk": f"{rr:.3f}",
+        "Odds_Ratio": f"{odds_ratio:.3f}",
+        "ARD": f"{ard:.3f}",
+        metric: f"{nnt_nnh:.1f}",
+    }
+```
+
+### 5. ベイズ逐次更新（Exp-06 パターン）
+
+```python
+from scipy.stats import beta as beta_dist
+
+def bayesian_sequential_update(successes_list, trials_list,
+                                prior_alpha=1, prior_beta=1,
+                                figsize=(12, 6)):
+    """
+    Beta-Binomial 共役モデルによる逐次ベイズ更新の可視化。
+    successes_list / trials_list: 各中間解析時点の累積値
+    """
+    fig, (ax1, ax2) = plt.subplots(1, 2, figsize=figsize)
+    x = np.linspace(0, 1, 500)
+
+    alpha, beta = prior_alpha, prior_beta
+
+    for i, (s, n) in enumerate(zip(successes_list, trials_list)):
+        alpha_post = alpha + s
+        beta_post = beta + (n - s)
+
+        posterior = beta_dist(alpha_post, beta_post)
+        ax1.plot(x, posterior.pdf(x), linewidth=2,
+                label=f"Interim {i+1} (n={n})")
+
+        alpha, beta = alpha_post, beta_post
+
+    ax1.set_xlabel("Response Rate")
+    ax1.set_ylabel("Density")
+    ax1.set_title("Bayesian Sequential Update", fontweight="bold")
+    ax1.legend()
+
+    # 信用区間の推移
+    ci_lower = [beta_dist(prior_alpha + s, prior_beta + n - s).ppf(0.025)
+                for s, n in zip(successes_list, trials_list)]
+    ci_upper = [beta_dist(prior_alpha + s, prior_beta + n - s).ppf(0.975)
+                for s, n in zip(successes_list, trials_list)]
+    means = [beta_dist(prior_alpha + s, prior_beta + n - s).mean()
+             for s, n in zip(successes_list, trials_list)]
+
+    ax2.fill_between(range(1, len(means) + 1), ci_lower, ci_upper,
+                    alpha=0.3, color="steelblue")
+    ax2.plot(range(1, len(means) + 1), means, "bo-", linewidth=2)
+    ax2.set_xlabel("Interim Analysis")
+    ax2.set_ylabel("Posterior Mean (95% CI)")
+    ax2.set_title("Credible Interval Evolution", fontweight="bold")
+
+    plt.tight_layout()
+    plt.savefig("figures/bayesian_update.png", dpi=300, bbox_inches="tight")
+    plt.close()
+```
+
+## References
+
+### Output Files
+
+| ファイル | 形式 |
+|---|---|
+| `results/cox_ph_results.csv` | CSV |
+| `results/safety_analysis.csv` | CSV |
+| `figures/kaplan_meier.png` | PNG |
+| `figures/cox_ph_forest.png` | PNG |
+| `figures/bayesian_update.png` | PNG |
+
+#### 参照実験
+
+- **Exp-03**: Kaplan-Meier + Cox PH（がん生存解析）
+- **Exp-06**: Phase III RCT 統計解析（検出力、頻度論+ベイズ、安全性）