alterlab-qca

运行定性比较分析（QCA）——包括清晰集（csQCA）、多值（mvQCA）和模糊集（fsQCA）——适用于中小样本（small-to-medium-N）的配置性研究：将原始数据校准为集合隶属度，构建并优化真值表，并通过布尔最小化生成保守解/简约解/中间解，同时评估一致性与覆盖度。由于目前没有维护良好的 Python QCA 库，该工具通过 Rscript 调用 R 语言的 QCA 包（calibrate、truthTable、minimize）实现功能，并如实声明该依赖关系，而非伪造 Python API。当请求中提及 QCA、fsQCA、csQCA、配置性分析、集合论分析、必要/充分条件、真值表或条件校准时，可使用此工具。若需估计单一处理的净效应，建议使用 alterlab-causal-inference；若需进行解释性分析，建议使用 alterlab-qualitative-methods。本工具属于 AlterLab 学术技能套件的一部分。

模型生成摘要（rules/v1 · 2026-11-13 01:02）：运行定性比较分析（QCA）——包括清晰集（csQCA）、多值（mvQCA）和模糊集（fsQCA）——适用于中小样本（small-to-medium-N）的配置性研究：将原始数据校准为集合隶属度，构建并优化真值表，并通过布尔最小化生成保守解/…
这是模型对公开材料的总结，不是官方声明，请以原链内容为准。

存档时间线

版本	存档时间	内容哈希	内容
v1	2026-11-13 01:02	19f7f788	可取

版本索引永久保留；内容副本只保留最新 1 份，更早版本仅留索引与哈希（存档时间线的证据链不会因此断裂）。

下载存档内容副本

纠错与举报（发现条目失效、署名有误或涉及侵权？）

提交举报 / 纠错

侵权举报经核验成立后，我们会即时下线该条目并删除已存的内容副本。