Data Analysis
Umfassende Datenverteilungsanalyse mit Normalitätstests, Ausreißererkennung und Güteanpassungsbewertungen
Rufen Sie dieses Werkzeug aus Ihrem Code in drei Sprachen auf.
curl -X POST 'https://api.elysiatools.com/de/api/tools/distribution-analyzer' \
-H 'Content-Type: application/json' \
-d '{"dataInput":"Enter your data values separated by commas or new lines...\n\nExamples:\n- Normal: 50, 51, 49, 52, 48, 50, 51, 49, 50, 52\n- Skewed: 45, 48, 50, 52, 55, 58, 60, 65, 70, 80\n- Bimodal: 20, 25, 30, 35, 40, 60, 65, 70, 75, 80","dataFormat":"single","significanceLevel":"0.05","includeHistogram":true,"testNormality":true,"detectOutliers":true}'Senden Sie eine POST-Anfrage mit Ihren Eingaben als JSON. Dateiparameter erfordern einen vorherigen Upload.
POST https://api.elysiatools.com/de/api/tools/distribution-analyzer| Name | Typ | Erforderlich | Beschreibung |
|---|---|---|---|
| dataInput | textarea | Ja | — |
| dataFormat | select | Ja | — |
| significanceLevel | select | Ja | — |
| includeHistogram | checkbox | Nein | Häufigkeitsverteilung und Perzentilinformationen generieren |
| testNormality | checkbox | Nein | Anderson-Darling, Shapiro-Wilk und Jarque-Bera Tests durchführen |
Fügen Sie dieses Werkzeug Ihrem Model-Context-Protocol-Server hinzu, damit KI-Agenten es auflisten und aufrufen können.
Fügen Sie diesen Block Ihrer MCP-Client-Konfiguration hinzu:
{
"mcpServers": {
"elysiatools-distribution-analyzer": {
"name": "distribution-analyzer",
"description": "Umfassende Datenverteilungsanalyse mit Normalitätstests, Ausreißererkennung und Güteanpassungsbewertungen",
"baseUrl": "https://api.elysiatools.com/mcp/sse?toolId=distribution-analyzer",
"command": "",
"args": [],
"env": {},
"isActive": true,
"type": "sse"
}
}
}Nach dem Verbinden mit dem SSE-Endpunkt listen Sie die bereitgestellten Werkzeuge auf:
{
"jsonrpc": "2.0",
"id": 1,
"method": "tools/list"
}Rufen Sie das Werkzeug über seine ID auf; Argumente werden aus seiner Parameterliste gebildet:
{
"jsonrpc": "2.0",
"id": 2,
"method": "tools/call",
"params": {
"name": "distribution-analyzer",
"arguments": {
"dataInput": "Enter your data values separated by commas or new lines...\n\nExamples:\n- Normal: 50, 51, 49, 52, 48, 50, 51, 49, 50, 52\n- Skewed: 45, 48, 50, 52, 55, 58, 60, 65, 70, 80\n- Bimodal: 20, 25, 30, 35, 40, 60, 65, 70, 75, 80",
"dataFormat": "single",
"significanceLevel": "0.05",
"includeHistogram": true,
"testNormality": true,
"detectOutliers": true
}
}
}| detectOutliers | checkbox | Nein | Ausreißer mit mehreren Methoden identifizieren (IQR, Z-Score und robuste Statistiken) |
Textergebnis
{
"result": "Processed text content",
"error": "Error message (optional)",
"message": "Notification message (optional)",
"metadata": {
"key": "value"
}
}Fragen oder Probleme? Kontakt: [email protected]