Data Analysis
高级回归分析工具，执行线性回归分析、计算回归统计量和进行预测。完美适用于统计建模、趋势分析、预测和理解变量之间的关系。 功能特点： - 简单线性回归（y = mx + b） - 多元线性回归支持 - 回归系数计算 - 统计显著性检验 - R平方和调整R平方 - 残差分析和诊断 - 预测区间和置信区间 - 回归中的异常值检测 - 模型验证指标 - 可视化回归诊断 - 数据转换支持 常见用途： - 销售预测和趋势分析 - 金融建模和风险评估 - 科学研究和假设检验 - 质量控制和流程优化 - 营销分析和投资回报率分析 - 医学和生物研究
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/regression-analyzer' \
-H 'Content-Type: application/json' \
-d '{"inputData":"sales,advertising,price,season\n1500,200,29.99,1\n1800,250,27.99,2\n2100,300,24.99,1\n1900,280,26.99,2\n2400,350,22.99,1","targetColumn":"销售额","featureColumns":"广告投入, 价格, 季节\n\n留空则自动检测数值列","regressionType":"multiple","confidenceLevel":"0.95","handleMissing":"remove","outlierMethod":"none","includeIntercept":true,"standardizeFeatures":false,"generatePredictions":false,"predictionData":"advertising, price, season\n320,21.99,1\n280,25.99,2","includeDiagnostics":true,"decimalPlaces":4}'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/regression-analyzer| 参数名 | 类型 | 必填 | 说明 |
|---|---|---|---|
| inputData | textarea | 是 | — |
| targetColumn | text | 是 | — |
| featureColumns | textarea | 否 | — |
| regressionType | select | 否 | — |
| confidenceLevel | select | 否 | — |
| handleMissing | select | 否 | — |
| outlierMethod | select | 否 | — |
| includeIntercept | checkbox | 否 | — |
| standardizeFeatures | checkbox | 否 | — |
| generatePredictions | checkbox | 否 | — |
| predictionData | textarea | 否 | CSV data for making predictions (must include same feature columns as training data) |
| includeDiagnostics | checkbox | 否 | — |
| decimalPlaces | number | 否 | Number of decimal places for regression coefficients and statistics |
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-regression-analyzer": {
"name": "regression-analyzer",
"description": "高级回归分析工具，执行线性回归分析、计算回归统计量和进行预测。完美适用于统计建模、趋势分析、预测和理解变量之间的关系。\n\n功能特点：\n- 简单线性回归（y = mx + b）\n- 多元线性回归支持\n- 回归系数计算\n- 统计显著性检验\n- R平方和调整R平方\n- 残差分析和诊断\n- 预测区间和置信区间\n- 回归中的异常值检测\n- 模型验证指标\n- 可视化回归诊断\n- 数据转换支持\n\n常见用途：\n- 销售预测和趋势分析\n- 金融建模和风险评估\n- 科学研究和假设检验\n- 质量控制和流程优化\n- 营销分析和投资回报率分析\n- 医学和生物研究",
"baseUrl": "https://api.elysiatools.com/mcp/sse?toolId=regression-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": "regression-analyzer",
"arguments": {
"inputData": "sales,advertising,price,season\n1500,200,29.99,1\n1800,250,27.99,2\n2100,300,24.99,1\n1900,280,26.99,2\n2400,350,22.99,1",
"targetColumn": "销售额",
"featureColumns": "广告投入, 价格, 季节\n\n留空则自动检测数值列",
"regressionType": "multiple",
"confidenceLevel": "0.95",
"handleMissing": "remove",
"outlierMethod": "none",
"includeIntercept": true,
"standardizeFeatures": false,
"generatePredictions": false,
"predictionData": "advertising, price, season\n320,21.99,1\n280,25.99,2",
"includeDiagnostics": true,
"decimalPlaces": 4
}
}
}有问题或反馈？请联系 [email protected]