Outils d’analyse de données en ligne

Saisissez les données contrôle/traitement pour obtenir la différence de taux, les intervalles de confiance à 95%/99%, la p-value du Z-test (proportions) ou du t de Welch (continues), la significativité, le lift, la taille d'échantillon pour une puissance de 80%/90%, les jours recommandés, l'avertissement de sequential testing et la correction de Bonferroni.

Effectuer une analyse de variance à un facteur (ANOVA) pour comparer les moyennes entre plusieurs groupes

Générer des boîtes à moustaches pour l'analyse de distribution statistique avec quartiles, moustaches et valeurs aberrantes

Calculer le coefficient de variation (CV) pour les colonnes numériques pour mesurer la variabilité relative

Calculer les intervalles de confiance pour les moyennes de population en utilisant les distributions Z ou T

Outil avancé d'analyse de corrélation qui calcule les coefficients de corrélation entre les variables pour mesurer la force et la direction de leurs relations linéaires.

Normaliser les données numériques en utilisant la mise à l'échelle Min-Max pour transformer les valeurs dans une plage de 0-1. Parfait pour le prétraitement machine learning, l'analyse de données et la mise à l'échelle des caractéristiques.

Detecte le desequilibre de classes dans un dataset CSV ou JSON, compare les strategies et previsualise un jeu equilibre

Profile des jeux CSV ou JSON pour detecter manquants, doublons, derive de format, types et outliers.

Analyse complète de distribution de données avec tests de normalité, détection de valeurs aberrantes et évaluations d'adéquation

Générer des diagrammes d'Euler personnalisés pour visualiser les relations d'ensembles, les inclusions et les structures hiérarchiques

生成数据的频率分布表，支持数值分组、自定义区间、百分比统计等。适用于数据分析、统计报表和数据可视化准备。

Générer des graphiques en barres groupées pour comparer plusieurs catégories côte à côte, parfait pour les comparaisons multi-catégories et l'analyse comparative

Analyser la kurtosis des données pour mesurer la "queue" de la distribution et détecter les modèles de queues lourdes ou légères

Définissez des distributions d'entrée (normale/uniforme/lognormale/triangulaire), écrivez une formule, lancez des milliers d'essais et obtenez l'histogramme avec intervalles de confiance.

Test de normalité complet utilisant plusieurs méthodes statistiques

Analyser et compter les nombres dans des plages ou intervalles spécifiés

Détecte les valeurs aberrantes dans les données numériques en utilisant diverses méthodes statistiques incluant IQR, Z-score et Z-score modifié

Générer des graphiques de coordonnées parallèles pour la visualisation de données multidimensionnelles avec normalisation personnalisable

Générer des tableaux croisés dynamiques interactifs à partir de données CSV/JSON avec configuration personnalisable des champs de lignes, colonnes et valeurs

Outil avancé d'analyse de régression pour effectuer une analyse de régression linéaire, calculer des statistiques de régression et faire des prédictions.

Calculer les indices saisonniers pour les données de séries chronologiques afin d'identifier les modèles saisonniers

Analyser l'asymétrie des données pour mesurer l'asymétrie de la distribution de probabilité et identifier les modèles de données

Analyse complète de l'écart type avec évaluation de la variabilité, intervalles de confiance et insights pratiques