Data Visualization
Demonstrator des Zentralen Grenzwertsatzes
Erleben Sie den Zentralen Grenzwertsatz: ziehen Sie Stichproben aus einer nicht-normalen Quellverteilung (Gleich-, Exponential-, Poisson- oder Bernoulli-Verteilung), zeichnen Sie das Histogramm der Stichprobenmittelwerte und legen Sie die vorhergesagte Normal-Kurve N(μ, σ²/n) darüber. Vergleichen Sie empirische vs theoretische Mittelwerte und Standardfehler und beobachten Sie, wie die Konvergenz mit wachsendem n fester wird.
Schnellstart
Rufen Sie dieses Werkzeug aus Ihrem Code in drei Sprachen auf.
curl -X POST 'https://api.elysiatools.com/de/api/tools/central-limit-theorem-demonstrator' \
-H 'Content-Type: application/json' \
-d '{"distribution":"exponential","sampleSize":30,"reps":5000,"bins":40,"seed":42,"precision":3}'API-Referenz
Senden Sie eine POST-Anfrage mit Ihren Eingaben als JSON. Dateiparameter erfordern einen vorherigen Upload.
Endpunkt
POST https://api.elysiatools.com/de/api/tools/central-limit-theorem-demonstratorParameter
| Name | Typ | Erforderlich | Beschreibung |
|---|---|---|---|
| distribution | select | Nein | — |
| sampleSize | number | Ja | Draws per sample mean. Larger n → narrower, more normal sampling distribution. |
| reps | number | Ja | How many sample means to generate (histogram resolution). |
| bins | number | Ja | — |
| seed | number | Nein |
MCP-Integration
Fügen Sie dieses Werkzeug Ihrem Model-Context-Protocol-Server hinzu, damit KI-Agenten es auflisten und aufrufen können.
Serverkonfiguration
Fügen Sie diesen Block Ihrer MCP-Client-Konfiguration hinzu:
{
"mcpServers": {
"elysiatools-central-limit-theorem-demonstrator": {
"name": "central-limit-theorem-demonstrator",
"description": "Erleben Sie den Zentralen Grenzwertsatz: ziehen Sie Stichproben aus einer nicht-normalen Quellverteilung (Gleich-, Exponential-, Poisson- oder Bernoulli-Verteilung), zeichnen Sie das Histogramm der Stichprobenmittelwerte und legen Sie die vorhergesagte Normal-Kurve N(μ, σ²/n) darüber. Vergleichen Sie empirische vs theoretische Mittelwerte und Standardfehler und beobachten Sie, wie die Konvergenz mit wachsendem n fester wird.",
"baseUrl": "https://api.elysiatools.com/mcp/sse?toolId=central-limit-theorem-demonstrator",
"command": "",
"args": [],
"env": {},
"isActive": true,
"type": "sse"
}
}
}Verfügbare Werkzeuge auflisten
Nach dem Verbinden mit dem SSE-Endpunkt listen Sie die bereitgestellten Werkzeuge auf:
{
"jsonrpc": "2.0",
"id": 1,
"method": "tools/list"
}Dieses Werkzeug aufrufen
Rufen Sie das Werkzeug über seine ID auf; Argumente werden aus seiner Parameterliste gebildet:
{
"jsonrpc": "2.0",
"id": 2,
"method": "tools/call",
"params": {
"name": "central-limit-theorem-demonstrator",
"arguments": {
"distribution": "exponential",
"sampleSize": 30,
"reps": 5000,
"bins": 40,
"seed": 42,
"precision": 3
}
}
}