Stats::LikeR：高性能基础统计
内容提要
作者开发了 Perl 统计模块 Stats::LikeR，使 Perl 数据无需导出 CSV 再调用 R 即可直接完成统计分析。该模块提供均值、t 检验、线性模型、方差分析、生存分析等百余个函数，以及类似 pandas 的数据框工具，结果以普通 Perl 数组和哈希返回。与 R 对照测试，日常规模下速度通常快于 R 和 Python，写文件优势明显；但大数据合并等操作仍不及 pandas。
延伸解读
适用场景与性能边界
文章明确，Stats::LikeR 适合数据已在 Perl 中、且能放入内存的场景，如日志分析、实验室流程、调查文件和夜间报告，规模在几十万行以内。此时它通常比 R 和 Python 更快，尤其写文件优势明显。但作者也指出，大数据合并、过滤、分组和转置仍不及 pandas，例如 30 万行合并耗时 214 毫秒，而 pandas 仅 2 毫秒。若需频繁连接大表，应继续使用 pandas。
与 R 和 Python 的接口差异
Stats::LikeR 不启动后台 R 会话，也不要求对象系统或矩阵类转换，所有函数直接接收和返回普通 Perl 数组与哈希。公式语法沿用 R 的写法，t 检验默认使用 Welch 方法，与 R 一致。但部分行为有意不同，例如线性模型按字节值排序因子水平，而非按区域设置，参考水平可能因此不同。文档会说明这些差异及原因，使用者需留意结果解释。
正确性验证与资源效率
作者强调正确性优先，测试套件直接与 R 输出对比，而非与模块自身旧结果比较。例如 lmer 提供 Satterthwaite 自由度，coxph 使用 Efron 方法处理结。资源方面，传递数组引用可避免复制，sum 等归约函数在百万元素下内存稳定在约 4 kB；write_table 流式写入，CSV 峰值内存低于 10 kB，而 pandas 写 XLSX 可达 562 MB。这些设计适合内存敏感的长脚本。
Q&A
Stats::LikeR 是什么？它主要解决什么问题？
Stats::LikeR 是一个 Perl 统计模块，让 Perl 数据无需导出 CSV 再调用 R 即可直接完成统计分析。它提供均值、t 检验、线性模型、方差分析、生存分析等百余个函数，以及类似 pandas 的数据框工具，结果以普通 Perl 数组和哈希返回。
Stats::LikeR 和 R、Python 相比速度怎么样？
在大多数脚本处理的日常规模（最多几十万行）下，Stats::LikeR 通常是三者中最快的，写文件优势明显（如 30 万行 CSV 写入 55 毫秒，R 346 毫秒，pandas 483 毫秒）。但在大数据合并、过滤、分组等操作上不及 pandas，例如 30 万行合并 pandas 仅 2 毫秒，Stats::LikeR 需 214 毫秒。
Stats::LikeR 如何读取和写入不同格式的文件？
使用 read_table 函数，根据文件扩展名自动处理 CSV、TSV、gzip 压缩文件及 Excel 文件（可指定 sheet），无需额外参数。写入使用 write_table，支持 CSV、XLSX 和 LaTeX 格式。
Stats::LikeR 的统计结果准确吗？如何验证？
模块的测试套件将结果与 R 本身（或 pandas 2.2.3、SciPy 1.15.2）进行对比，而非与自身旧结果对比。例如 lmer 提供 Satterthwaite 自由度，coxph 使用 Efron 方法处理 ties，interpolate 与 pandas 和 SciPy 达到机器精度一致。
Stats::LikeR 适合在什么场景下使用？有哪些局限性？
适合数据已在 Perl 中且能放入内存的场景，如日志分析、实验室流程、调查文件、夜间报告等，通常数据量在几十万行以下。局限性包括：大数据合并、过滤、分组和转置不如 pandas；全数字 CSV 读取比 pandas 慢；对百万级向量的求和比 R 慢。
Stats::LikeR 提供了哪些主要功能类别？
提供超过 115 个函数，涵盖：描述统计（mean、sd、quantile 等）、假设检验（t_test、chisq_test 等）、模型（lm、glm、aov、lmer、coxph 等）、效应量与诊断（cohen_d、auc 等）、数据框操作（read_table、group_by、merge 等）、分布与抽样（dnorm、rnorm 等）。
