rigor

Verifizierte statistische Inferenz für KI-Agenten.

LLMs sind ganz gut darin, Statistik zu rezitieren, aber schlecht darin, sie zuverlässig anzuwenden — ein t-Wert oder eine erforderliche Stichprobengröße ist eine Zahl, die aus Trainingsdaten abgerufen wird, nicht berechnet und überprüft. rigor ist die Alternative: klassisches Hypothesentesten, Effektstärken, Power-/Stichprobenumfangsberechnung und Korrektur für multiples Testen, von Grund auf neu berechnet und als zitierte, annahmengeprüfte Antwort zurückgegeben.

Entwickelt als MCP-Server: Eine Durchsicht des aktuellen MCP-Ökosystems (Context7 für Programmierdokumentation, mehrere Physik-/Ingenieur-/Chemie-/Geo-Server, sogar Bentleys STAAD-Integration) ergab, dass Statistik/experimentelles Design einer der wenigen häufigen Agentenbedarfe war, den noch niemand abgedeckt hatte.

Die Statistik selbst (rigor/distributions.py, inference.py, effect_size.py, power.py, corrections.py) ist reine Standardbibliothek, ohne Abhängigkeiten. Das Paket als Ganzes hängt vom offiziellen mcp SDK ab, da der MCP-Server ein erstklassiger Bestandteil dessen ist, was es ausliefert, kein Add-on — siehe Installation.

Installation

pip install rigor-mcp

(Die PyPI-Distribution heißt rigor-mcp, da rigor bereits von einem nicht verwandten Paket belegt war; das importierbare Paket und der CLI-Befehl heißen beide weiterhin einfach rigor.) Damit erhalten Sie beide Konsolenbefehle, rigor (CLI) und rigor-mcp (MCP-Server) — bewusst eine Installation, keine Extras, die man richtig einstellen müsste, da uvx rigor-mcp (wie die meisten MCP-Clients dies tatsächlich aufrufen würden) keine Möglichkeit hat, ein Extra anzufordern.

Related MCP server: Dr. QuantMaster MCP Server

Was ist enthalten

• rigor/distributions.py — t-, Chi-Quadrat- und F-Verteilungen, von Grund auf neu mit der Standardbibliothek erstellt (regularisierte unvollständige Gamma-/Beta-Funktion), verifiziert anhand exakter geschlossener Identitäten (t(1) = Cauchy, χ²(2) = skalierte Exponentialverteilung, t² = F(1, df)) und nicht durch vertrauenswürdige Transkription.

• rigor/inference.py — Ein-/Zwei-Stichproben- und gepaarte t-Tests, Ein-/Zwei-Proportions-z-Tests, Chi-Quadrat-Anpassungstest und Unabhängigkeitstest, einfaktorielle Varianzanalyse. Jeder gibt ein TestResult zurück: Teststatistik, Freiheitsgrade, zweiseitiger p-Wert, ein Konfidenzintervall, eine Quellenangabe und Annahmewarnungen (z. B. Abhängigkeit von Normalität bei kleinen Stichproben, niedrige erwartete Zellhäufigkeiten).

• rigor/effect_size.py — Cohens d, Hedges g, Cohens h, Cramérs V.

• rigor/power.py — Power und erforderlicher Stichprobenumfang für den Zwei-Stichproben-t-Test und den Zwei-Proportions-z-Test. Die beiden Richtungen (bei gegebenem n die Power finden; bei gegebener Power das n finden) sind konstruktionsbedingt exakte numerische Inverse voneinander (Bisektion auf derselben zugrunde liegenden Power-Funktion) und gegen den Referenzfall Cohen (1988) d=0,5/α=0,05/Power=0,80 (n≈64) auf Plausibilität geprüft.

• rigor/corrections.py — Bonferroni- und Benjamini-Hochberg (FDR)-Korrektur für multiples Testen.

• rigor/cli.py — eine CLI über all das oben Genannte (rigor.py im Repository-Stammverzeichnis ist ein dünner Shim, sodass python3 rigor.py ... auch aus einem einfachen Checkout funktioniert, ohne etwas zu installieren).

• rigor/mcp_server.py — ein MCP-Tool-Wrapper, der alle 17 Operationen für jeden MCP-Client (Claude Code, Claude Desktop usw.) verfügbar macht. Rauchgetestet Ende-zu-Ende über stdio gegen einen echten Client — Tool-Erkennung plus repräsentative Aufrufe, die gegen bekannte Referenzwerte geprüft wurden, einschließlich des vollständigen Roundtrips, der immer noch den Fall Cohen (1988) bei n=63 ergibt.

Verwendung

CLI, nach der Installation:

rigor ttest one-sample --data 5.1,4.9,5.3,5.0,4.8,5.2 --mu0 5.0
rigor power ttest-2samp --effect-size 0.5 --power 0.8
rigor --help   # full list of subcommands (ttest, ztest, chi2, anova, effect-size, power, correct)

oder direkt aus einem Checkout ohne Installation:

python3 rigor.py ttest one-sample --data 5.1,4.9,5.3,5.0,4.8,5.2 --mu0 5.0

MCP-Server, über stdio (das Transportprotokoll, das lokale Clients wie Claude Code erwarten):

pip install rigor-mcp
rigor-mcp

oder aus einem Checkout: pip install mcp && python3 -m rigor.mcp_server.

Bei Claude Code registrieren:

claude mcp add rigor -- rigor-mcp

(oder aus einem Checkout: claude mcp add rigor -- python3 -m rigor.mcp_server, ausgeführt aus dem Stammverzeichnis dieses Repositorys oder mit einem absoluten Modulpfad). Für interaktives Herumprobieren mit dem MCP Inspector führen Sie es als Skript und nicht als installierten Befehl aus — was bedeutet, dass der Paketstamm manuell in den Pfad aufgenommen werden muss, da der Inspector die Datei direkt importiert:

pip install "mcp[cli]"
PYTHONPATH=. mcp dev rigor/mcp_server.py

Ein transportprotokollbezogener Grenzfall, behandelt

cohens_d gibt für Stichproben mit Varianz Null korrekterweise +inf/-inf zurück (gemäß seinem eigenen dokumentierten Vertrag), aber nicht-endliche Fließkommazahlen werden über MCPs strukturierten Inhalt zu JSON null serialisiert — was früher das eigene zahlenartige Ausgabeschema des Tools zum Scheitern brachte und den Aufruf zum Absturz brachte. Das MCP-Tool cohens_d gibt jetzt {"value": float | null, "warnings": [...]} anstelle einer bloßen Fließkommazahl zurück, sodass dieser Fall explizit gemeldet wird (null-Wert, eine Warnung, die die Richtung benennt), anstatt zu explodieren. Jedes andere numerische Tool hier ist beschränkt und für gültige Eingaben immer endlich, daher ist diese Behandlung spezifisch für cohens_d.

Tests

python3 -m unittest discover -s tests -v

70 Tests: 65 üben die Statistik direkt aus; 5 starten mcp_server.py wie es ein echter MCP-Client tun würde und überprüfen die Ergebnisse über die Leitung (werden automatisch übersprungen, wenn mcp nicht installiert ist).

Lizenz

MIT — siehe LIZENZ.