rigor

Проверенный статистический вывод для AI-агентов.

LLM неплохо воспроизводят статистику, но плохо делают её надёжно — t-статистика или требуемый размер выборки — это число, извлечённое из обучающих данных, а не вычисленное и проверенное. rigor — альтернатива: классическая проверка гипотез, размеры эффекта, расчёт мощности/размера выборки и коррекция множественных сравнений, вычисленные с нуля и возвращаемые в виде ответа с цитированием и проверкой допущений.

Создан как MCP-сервер: анализ текущей экосистемы MCP (Context7 для документации по коду, несколько серверов по физике/инженерии/химии/гео, даже интеграция Bentley STAAD) показал, что статистика/экспериментальный дизайн — одна из немногих распространённых потребностей агентов, которую ещё никто не покрыл.

Сама статистика (rigor/distributions.py, inference.py, effect_size.py, power.py, corrections.py) — это чистая стандартная библиотека, без зависимостей. Пакет в целом зависит от официального SDK mcp, поскольку MCP-сервер является полноценной частью того, что он поставляет, а не дополнением — см. Установка.

Установка

pip install rigor-mcp

(дистрибутив PyPI — rigor-mcp, так как просто rigor уже занят не связанным пакетом; импортируемый пакет и команда CLI по-прежнему называются rigor.) Это даёт вам обе консольные команды: rigor (CLI) и rigor-mcp (MCP-сервер) — намеренно одна установка, без дополнительных опций, которые нужно правильно указать, поскольку uvx rigor-mcp (как большинство MCP-клиентов будут вызывать это) не имеет возможности запросить дополнительную опцию.

Related MCP server: Dr. QuantMaster MCP Server

Что внутри

• rigor/distributions.py — t, хи-квадрат и F-распределения, построенные с нуля на stdlib (регуляризованная неполная гамма/бета), проверенные по точным замкнутым тождествам (t(1) = Коши, chi2(2) = масштабированное экспоненциальное, t² = F(1, df)), а не по доверенной транскрипции.

• rigor/inference.py — одно-/двухвыборочные и парные t-тесты, одно-/двухвыборочные z-тесты для долей, хи-квадрат критерии согласия и независимости, однофакторный дисперсионный анализ. Каждый возвращает TestResult: статистику, степени свободы, двустороннее p-значение, доверительный интервал, цитирование и предупреждения о допущениях (например, зависимость от нормальности при малых n, низкие ожидаемые частоты в ячейках).

• rigor/effect_size.py — d Коэна, g Хеджеса, h Коэна, V Крамера.

• rigor/power.py — мощность и требуемый размер выборки для двухвыборочного t-теста и двухвыборочного z-теста для долей. Два направления (по n найти мощность; по мощности найти n) являются точными численными обратными друг друга по построению (бисекция на одной и той же базовой функции мощности) и проверены по эталонному случаю из Коэна (1988): d=0.5/α=.05/мощность=.80 (n≈64).

• rigor/corrections.py — коррекция множественных сравнений Бонферрони и Бенджамини-Хохберга (FDR).

• rigor/cli.py — CLI для всего вышеперечисленного (rigor.py в корне репозитория — тонкая прослойка, чтобы python3 rigor.py ... также работал из простого клона без установки чего-либо).

• rigor/mcp_server.py — обёртка инструмента MCP, предоставляющая все 17 операций любому MCP-клиенту (Claude Code, Claude Desktop и т.д.). Протестирован сквозным образом через stdio с реальным клиентом — обнаружение инструментов и репрезентативные вызовы проверены по известным эталонным значениям, включая полный цикл, который всё ещё даёт случай Коэна (1988) при n=63.

Использование

CLI, после установки:

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)

или прямо из клона без установки чего-либо:

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

MCP-сервер, через stdio (транспорт, который ожидают локальные клиенты, такие как Claude Code):

pip install rigor-mcp
rigor-mcp

или из клона: pip install mcp && python3 -m rigor.mcp_server.

Зарегистрируйте его в Claude Code:

claude mcp add rigor -- rigor-mcp

(или, из клона: claude mcp add rigor -- python3 -m rigor.mcp_server, запустите из корня этого репозитория или с абсолютным путём к модулю). Для интерактивного изучения с MCP Inspector запускайте его как скрипт, а не как установленную команду — это означает, что корень пакета нужно добавить в путь вручную, так как Inspector импортирует файл напрямую:

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

Пограничный случай на уровне транспорта, обработанный

cohens_d корректно возвращает +inf/-inf для выборок с нулевой дисперсией (согласно собственному задокументированному контракту), но неконечные числа с плавающей точкой сериализуются в JSON null через структурированное содержимое MCP — что раньше нарушало собственную схему вывода с типом number и вызывало сбой вызова. Инструмент MCP cohens_d теперь возвращает {"value": float | null, "warnings": [...]} вместо простого float, так что этот случай сообщается явно (значение null, предупреждение с указанием направления), а не приводит к аварийному завершению. Все остальные числовые инструменты здесь ограничены и всегда конечны для допустимых входных данных, поэтому такая обработка специфична для cohens_d.

Тесты

python3 -m unittest discover -s tests -v

70 тестов: 65 проверяют статистику напрямую; 5 запускают mcp_server.py так, как это сделал бы реальный MCP-клиент, и проверяют результаты по сети (автоматически пропускаются, если mcp не установлен).

Лицензия

MIT — см. LICENSE.