ToolypetMCP

Statistics Calculator

这是什么？

统计计算器，为数据集计算描述性统计量，包括均值、中位数、众数、标准差、方差、四分位数和偏度等。

输入

calculator.tools.statistics.input.hint

使用方法

输入数据集（逗号分隔的数字列表）。工具计算并显示所有统计指标。可查看分布图和箱线图等可视化。

深入解析

描述性统计概括数据的中心趋势和离散程度。均值受极端值影响大，中位数更稳健。标准差衡量数据的离散程度——68%的数据在均值±1标准差内（正态分布）。 偏度衡量分布的对称性（正偏表示右尾长），峰度衡量尾部厚度。四分位距（IQR=Q3-Q1）是识别异常值的常用方法。

示例

  1. 计算班级成绩统计：均值、中位数、标准差
  2. 数据集分析：计算完整的描述性统计量
  3. 异常值检测：使用四分位距识别异常数据

安装 Toolypet MCP 服务器

通过一条命令将 Toolypet 工具添加到您的 AI 代理。支持 Claude Desktop、Claude Code、Cursor 及所有 MCP 兼容客户端。

快速开始
npx -y @toolypet/mcp-server@latest
MCP 客户端配置
{
  "mcpServers": {
    "toolypet": {
      "command": "npx",
      "args": [
        "-y",
        "@toolypet/mcp-server@latest"
      ]
    }
  }
}
工具名称:mcp__toolypet__statistics_calculator
提示示例
Use mcp__toolypet__statistics_calculator to ...

常见问题

均值和中位数选哪个？
数据对称时均值和中位数相近。有极端值时中位数更能代表'典型'值。收入数据通常用中位数。
标准差代表什么？
衡量数据偏离均值的程度。标准差越小数据越集中。正态分布中约68%数据在均值±1标准差内。
样本标准差和总体标准差有什么区别？
样本标准差除以(n-1)（贝塞尔校正），总体标准差除以n。样本统计量用于估计总体参数时需要校正。
如何识别异常值？
常用IQR方法：小于Q1-1.5×IQR或大于Q3+1.5×IQR的值为异常值。也可用Z分数（超过±3为异常）。
偏度和峰度有什么用？
偏度衡量分布对称性（0为对称）。峰度衡量尾部厚度（高峰度表示极端值更多）。用于评估数据分布形态。
如何在Claude/Cursor中使用此工具？
您可以通过MCP使用此工具。将Toolypet MCP服务器添加到您的AI代理配置中，使用 'npx -y @toolypet/mcp-server@latest'。然后让AI使用对应的MCP工具及相应参数。
什么是MCP？为什么Toolypet支持它？
MCP（模型上下文协议）是一个开放标准，允许Claude和Cursor等AI代理使用外部工具。Toolypet支持MCP，让您可以在浏览器和AI代理中使用所有65+工具，将计算和操作无缝集成到AI工作流程中。