输入关键词开始搜索 (Skills / Library / News)
用 SHAP 把 XGBoost 的预测拆解到变量层面，区分全局与局部 SHAP，讨论时间外推塌陷机制，整合前九章累积对比表，给出按标签可信度、资源、可解释性要求三维分支的方法选择清单与三类读者结论。
把全书七种方法的小班效应并列：OLS 朴素 +8.21（SE 1.56）到三层+全协变量 +8.84（SE 2.63）；ΔAIC = 89 强烈支持三层结构；最终结论：将 K 年级学生从常班调进小班，预期数学分数提升 8.84 分（95% CI [3.68, 14.00]，p = 0.001）。
把前九章九种方法的 California Prop 99 估计汇总到终极对比表，用森林图展示 ATT 分布，总结跨方法 ATT 在 $[-30.65, -0.40]$ 区间的方法学含义，给出 SC 方法选择决策树。
用森林图汇总八种 RD 方法的点估计与 95% CI，理解跨方法收敛与分歧的统计学原因，结合敏感性分析给出 RHC 因果效应的最终判断。
九种合并方法的终极对比：FE 给出 RR=0.65，RE 给出 0.49，meta 回归条件 RR 从赤道 0.88 到高纬 0.26；GRADE 框架命中偏倚风险与不一致性两条，最终评级为低（⊕⊕○○），统计显著不等于临床高等级证据。