Data Analysis
高级相关性分析工具，计算变量之间的相关系数以衡量它们线性关系的强度和方向。完美适用于统计分析、金融建模、科学研究和数据探索。 功能特点： - 多种相关性方法（皮尔逊、斯皮尔曼、肯德尔） - 相关性矩阵生成 - 统计显著性检验（p值） - 置信区间计算 - 热图可视化 - 散点图矩阵生成 - 缺失值处理策略 - 异常值检测和处理 - 分组分析能力 - 详细统计报告 常见用途： - 金融市场分析和风险评估 - 科学研究和假设检验 - 客户行为和营销分析 - 医疗和医疗数据分析 - 质量控制和流程优化 - 教育绩效评估
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/correlation-analyzer' \
-H 'Content-Type: application/json' \
-d '{"inputData":"stock_price,market_cap,volume,pe_ratio,eps\n150.25,2500000000,5000000,25.5,12.8\n148.80,2450000000,4800000,24.8,11.2\n152.30,2580000000,5200000,26.2,13.5\n145.90,2420000000,4900000,23.9,11.8","targetColumns":"股票价格, 市值, 交易量, 市盈率\n\n留空则自动检测数值列","correlationMethod":"pearson","significanceLevel":"0.05","handleMissing":"remove","outlierMethod":"none","confidenceInterval":true,"groupColumn":"类别、地区或部门","generateHeatmap":true,"generateScatterPlots":true,"includeStatistics":true,"showPValues":true,"showConfidenceIntervals":true,"decimalPlaces":3}'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/correlation-analyzer| 参数名 | 类型 | 必填 | 说明 |
|---|---|---|---|
| inputData | textarea | 是 | — |
| targetColumns | textarea | 否 | — |
| correlationMethod | select | 否 | — |
| significanceLevel | select | 否 | — |
| handleMissing | select | 否 | — |
| outlierMethod | select | 否 | — |
| confidenceInterval | checkbox | 否 | — |
| groupColumn | text | 否 | Column to group analysis by (e.g., category, region, department) |
| generateHeatmap | checkbox | 否 | — |
| generateScatterPlots | checkbox | 否 | — |
| includeStatistics | checkbox | 否 | — |
| showPValues | checkbox | 否 | — |
| showConfidenceIntervals | checkbox | 否 | — |
| decimalPlaces | number | 否 | Number of decimal places for correlation coefficients |
文本结果
{
"result": "Processed text content",
"error": "Error message (optional)",
"message": "Notification message (optional)",
"metadata": {
"key": "value"
}
}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-correlation-analyzer": {
"name": "correlation-analyzer",
"description": "高级相关性分析工具，计算变量之间的相关系数以衡量它们线性关系的强度和方向。完美适用于统计分析、金融建模、科学研究和数据探索。\n\n功能特点：\n- 多种相关性方法（皮尔逊、斯皮尔曼、肯德尔）\n- 相关性矩阵生成\n- 统计显著性检验（p值）\n- 置信区间计算\n- 热图可视化\n- 散点图矩阵生成\n- 缺失值处理策略\n- 异常值检测和处理\n- 分组分析能力\n- 详细统计报告\n\n常见用途：\n- 金融市场分析和风险评估\n- 科学研究和假设检验\n- 客户行为和营销分析\n- 医疗和医疗数据分析\n- 质量控制和流程优化\n- 教育绩效评估",
"baseUrl": "https://api.elysiatools.com/mcp/sse?toolId=correlation-analyzer",
"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": "correlation-analyzer",
"arguments": {
"inputData": "stock_price,market_cap,volume,pe_ratio,eps\n150.25,2500000000,5000000,25.5,12.8\n148.80,2450000000,4800000,24.8,11.2\n152.30,2580000000,5200000,26.2,13.5\n145.90,2420000000,4900000,23.9,11.8",
"targetColumns": "股票价格, 市值, 交易量, 市盈率\n\n留空则自动检测数值列",
"correlationMethod": "pearson",
"significanceLevel": "0.05",
"handleMissing": "remove",
"outlierMethod": "none",
"confidenceInterval": true,
"groupColumn": "类别、地区或部门",
"generateHeatmap": true,
"generateScatterPlots": true,
"includeStatistics": true,
"showPValues": true,
"showConfidenceIntervals": true,
"decimalPlaces": 3
}
}
}有问题或反馈？请联系 [email protected]