Data Analysis
Analyse complète de distribution de données avec tests de normalité, détection de valeurs aberrantes et évaluations d'adéquation
Appelez cet outil depuis votre code en trois langages.
curl -X POST 'https://api.elysiatools.com/fr/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}'Envoyez une requête POST avec vos entrées en JSON. Les paramètres de type fichier nécessitent un upload préalable.
POST https://api.elysiatools.com/fr/api/tools/distribution-analyzer| Nom | Type | Requis | Description |
|---|---|---|---|
| dataInput | textarea | Oui | — |
| dataFormat | select | Oui | — |
| significanceLevel | select | Oui | — |
| includeHistogram | checkbox | Non | Générer la distribution de fréquence et les informations de percentile |
| testNormality | checkbox | Non |
Ajoutez cet outil à votre serveur Model Context Protocol pour que les agents IA puissent le lister et l'appeler.
Ajoutez ce bloc à la configuration de votre client MCP :
{
"mcpServers": {
"elysiatools-distribution-analyzer": {
"name": "distribution-analyzer",
"description": "Analyse complète de distribution de données avec tests de normalité, détection de valeurs aberrantes et évaluations d'adéquation",
"baseUrl": "https://api.elysiatools.com/mcp/sse?toolId=distribution-analyzer",
"command": "",
"args": [],
"env": {},
"isActive": true,
"type": "sse"
}
}
}Après connexion au point d'accès SSE, listez les outils exposés :
{
"jsonrpc": "2.0",
"id": 1,
"method": "tools/list"
}Appelez l'outil par son id ; les arguments sont construits à partir de ses paramètres :
{
"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
}
}
}| Effectuer les tests Anderson-Darling, Shapiro-Wilk et Jarque-Bera |
| detectOutliers | checkbox | Non | Identifier les valeurs aberrantes en utilisant plusieurs méthodes (IQR, Z-score et statistiques robustes) |
Résultat texte
{
"result": "Processed text content",
"error": "Error message (optional)",
"message": "Notification message (optional)",
"metadata": {
"key": "value"
}
}Des questions ou un problème ? Contactez [email protected]