Data Analysis
使用Z分布或T分布计算总体均值的置信区间
用三种语言从你的代码中调用此工具。
curl -X POST 'https://api.elysiatools.com/zh/api/tools/confidence-interval' \
-H 'Content-Type: application/json' \
-d '{"csvData":"在此输入您的CSV数据...\n\n示例：\n样本,测量值,分数,温度\n1,23.5,85.2,22.3\n2,24.1,87.8,22.8\n3,22.9,83.4,21.9\n4,24.3,89.1,23.1\n5,23.8,86.5,22.6\n6,23.2,84.7,22.2\n7,24.0,88.2,22.9\n8,23.6,85.9,22.4","confidenceLevel":"0.95","knownStdDev":"输入已知的总体标准差。如果未知则留空。","selectedColumns":"逗号分隔的列名。留空则自动检测数值列。","hasHeader":true,"outputFormat":"report"}'以 JSON 形式 POST 提交输入参数。文件类型参数需先单独上传。
POST https://api.elysiatools.com/zh/api/tools/confidence-interval| 参数名 | 类型 | 必填 | 说明 |
|---|---|---|---|
| csvData | textarea | 是 | — |
| confidenceLevel | select | 是 | — |
| knownStdDev | text | 否 | 如果总体标准差已知，使用Z检验。否则使用样本标准差进行T检验。 |
| selectedColumns | text | 否 | 指定要分析的列。如果留空，所有数值列将被自动检测和分析。 |
| hasHeader | checkbox | 否 | 将第一行作为列标题 |
| outputFormat |
将此工具加入你的 Model Context Protocol 服务，让 AI 智能体可以列出并调用它。
将以下内容加入你的 MCP 客户端配置：
{
"mcpServers": {
"elysiatools-confidence-interval": {
"name": "confidence-interval",
"description": "使用Z分布或T分布计算总体均值的置信区间",
"baseUrl": "https://api.elysiatools.com/mcp/sse?toolId=confidence-interval",
"command": "",
"args": [],
"env": {},
"isActive": true,
"type": "sse"
}
}
}连接到 SSE 端点后，列出已开放的工具：
{
"jsonrpc": "2.0",
"id": 1,
"method": "tools/list"
}通过工具 id 调用，参数由其参数表构建：
{
"jsonrpc": "2.0",
"id": 2,
"method": "tools/call",
"params": {
"name": "confidence-interval",
"arguments": {
"csvData": "在此输入您的CSV数据...\n\n示例：\n样本,测量值,分数,温度\n1,23.5,85.2,22.3\n2,24.1,87.8,22.8\n3,22.9,83.4,21.9\n4,24.3,89.1,23.1\n5,23.8,86.5,22.6\n6,23.2,84.7,22.2\n7,24.0,88.2,22.9\n8,23.6,85.9,22.4",
"confidenceLevel": "0.95",
"knownStdDev": "输入已知的总体标准差。如果未知则留空。",
"selectedColumns": "逗号分隔的列名。留空则自动检测数值列。",
"hasHeader": true,
"outputFormat": "report"
}
}
}有问题或反馈？请联系 [email protected]
| select |
| 是 |
| — |
文本结果
{
"result": "Processed text content",
"error": "Error message (optional)",
"message": "Notification message (optional)",
"metadata": {
"key": "value"
}
}