rigor

AIエージェントのための検証済み統計的推論。

LLMは統計を暗唱するのは得意ですが、実際に計算するのは苦手です。 t統計量や必要サンプルサイズは学習データから思い出された数値であり、計算・検証されたものではありません。rigorはその代替手段です。古典的仮説検定、効果量、検出力/標本サイズ計算、多重比較補正を、ゼロから計算し、引用付きで前提条件をチェックした回答として返します。

MCPサーバーとして構築されています。現在のMCPエコシステム（Context7はコーディングドキュメント用、いくつかの物理学/工学/化学/地理サーバー、さらにはBentleyのSTAAD統合など）を調査したところ、統計学/実験計画は、まだ誰もカバーしていない数少ない共通のエージェントニーズの一つであることがわかりました。

統計計算自体（rigor/distributions.py、inference.py、effect_size.py、power.py、corrections.py）は純粋な標準ライブラリで、依存関係はありません。パッケージ全体としては、MCPサーバーがアドオンではなく出荷時の第一級の部品であるため、公式のmcp SDKに依存しています。詳細はインストールを参照してください。

インストール

pip install rigor-mcp

（PyPIディストリビューションはrigor-mcpです。これは、単なるrigorは無関係のパッケージによって既に使用されていたためです。インポート可能なパッケージとCLIコマンドは両方とも引き続き単にrigorです。）これにより、rigor（CLI）とrigor-mcp（MCPサーバー）の両方のコンソールコマンドが取得できます。意図的に1つのインストールで、追加で何かを指定する必要はありません。なぜなら、uvx rigor-mcp（ほとんどのMCPクライアントが実際にこれを呼び出す方法）には、追加機能を要求する方法がないからです。

Related MCP server: Dr. QuantMaster MCP Server

内容

• rigor/distributions.py — t分布、カイ二乗分布、F分布をstdlib（正則化不完全ガンマ/ベータ関数）のみでゼロから構築。信頼できる転記ではなく、正確な閉形式の恒等式（t(1) = コーシー分布、chi2(2) = スケーリングされた指数分布、t² = F(1, df)）に対して検証済み。

• rigor/inference.py — 1標本/2標本t検定、対応のあるt検定、1標本/2標本比率のz検定、カイ二乗適合度検定と独立性検定、一元配置分散分析。それぞれ統計量、自由度、両側p値、信頼区間、引用、および前提条件の警告（例：小標本の正規性への依存、低い期待セル数）を含むTestResultを返します。

• rigor/effect_size.py — Cohenのd、Hedgesのg、Cohenのh、CramérのV。

• rigor/power.py — 2標本t検定と2標本比率のz検定の検出力と必要標本サイズ。2つの方向（nが与えられた場合の検出力、検出力が与えられた場合のn）は、同じ基礎となる検出力関数に対する二分法により、互いに正確な数値上の逆数となっており、Cohen（1988）のd=0.5/α=.05/検出力=.80の教科書的な参考ケース（n≈64）に対して健全性がチェックされています。

• rigor/corrections.py — Bonferroni補正とBenjamini-Hochberg（FDR）多重比較補正。

• rigor/cli.py — 上記すべてをカバーするCLI（リポジトリルートのrigor.pyは、python3 rigor.py ...を何もインストールせずにプレーンなチェックアウトからでも動作させるための薄いシムです）。

• rigor/mcp_server.py — 17のすべての操作を任意のMCPクライアント（Claude Code、Claude Desktopなど）に公開するMCPツールラッパー。実際のクライアントに対するstdioを介したエンドツーエンドのスモークテスト済み。ツールディスカバリと代表的な呼び出しが既知の参照値に対してチェックされており、Cohen（1988）のケースがn=63で完全なラウンドトリップを着地させることを含みます。

使用方法

CLI、インストール後:

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)

または、何もインストールせずにチェックアウトから直接:

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

MCPサーバー、stdio経由（Claude Codeのようなローカルクライアントが期待するトランスポート）:

pip install rigor-mcp
rigor-mcp

またはチェックアウトから: pip install mcp && python3 -m rigor.mcp_server。

Claude Codeに登録:

claude mcp add rigor -- rigor-mcp

（または、チェックアウトから: claude mcp add rigor -- python3 -m rigor.mcp_server、このリポジトリのルートから、または絶対モジュールパスを使用して実行）。MCP Inspectorで対話的に試す場合は、インストールされたコマンドではなくスクリプトとして実行します。つまり、Inspectorがファイルを直接インポートするため、パッケージルートを手動でパスに追加する必要があります:

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

対処されたトランスポートレベルのエッジケース

cohens_dは、ゼロ分散サンプルに対して正しく+inf/-infを返します（独自の文書化された契約による）が、非有限浮動小数点数はMCPの構造化コンテンツ上でJSON nullにシリアライズされます。以前はこれにより、ツール自身の数値型出力スキーマが失敗し、呼び出しがクラッシュしていました。MCPのcohens_dツールは、裸のfloatの代わりに{"value": float | null, "warnings": [...]}を返すようになり、そのケースが（null値、方向を示す警告）明示的に報告され、爆発しなくなりました。ここにある他のすべての数値ツールは有界であり、有効な入力に対して常に有限であるため、この処理はcohens_dに固有のものです。

テスト

python3 -m unittest discover -s tests -v

70のテスト: 65は統計を直接実行。5は実際のMCPクライアントがするようにmcp_server.pyを起動し、ワイヤー越しに結果をチェックします（mcpがインストールされていない場合は自動的にスキップされます）。

ライセンス

MIT — LICENSEを参照してください。