底層運作原理
智慧解析器自動判斷您貼入的是單欄數值分佈,還是以逗號、空白、Tab 或分號分隔的 `(x, y)` 成對數據。敘述統計核心計算貝塞爾校正(`n - 1`)樣本變異數與標準差、線性內插 `Q1`/`Median`/`Q3` 以及 Tukey `1.5×IQR` 離群值上下界;成對數據則執行封閉解最小平方法(OLS)求解斜率、截距、皮爾森相關係數與均方根誤差,並即時繪製互動 SVG 散佈趨勢圖。
詳細操作步驟
貼入實驗或統計數值(每行一個數字、逗號隔開,或成對的 `x y` 座標欄位)。
確認系統自動偵測的模式(`pairs 成對` 或 `single 單維`)與有效數據筆數。
若是成對數據,檢視頂部的 OLS 迴歸方程式(`y = mx + b`)、判定係數 `R²`、皮爾森 `r`、RMSE 與 SVG 散佈圖+趨勢線。
查看下方的平均數、中位數、樣本標準差、`Q1 / Q3` 四分位數及自動標出的 IQR 離群值清單。
核心功能與效能優勢
- 自動識別一維數列與二維 `(x, y)` 座標資料,直接從 Excel / Google Sheets 複製貼上即可算
- 完整輸出敘述指標:筆數、平均數、中位數、樣本變異數/標準差(`n - 1`)、`Q1`、`Q3`、`IQR`
- 自動標記落於 `[Q1 - 1.5×IQR, Q3 + 1.5×IQR]` 區間外的統計異常離群值
- 內嵌乾淨向量 SVG 圖表,同步畫出原始數據點與最佳擬合迴歸線
- 100% 瀏覽器本地計算:機密臨床實驗數據、學生成績單或公司 KPI 絕不外傳
運算方法、公式與技術標準
樣本標準差採用貝塞爾無偏分母 `(N - 1)`;四分位數採用與 NumPy 及 Excel `PERCENTILE.INC` 一致的線性中點內插法;OLS 線性迴歸透過最小化殘差平方和求得 `slope = Sxy / Sxx` 與 `R² = r²`。
常見實務應用情境
- 撰寫物理、化學或工程實驗報告前快速篩檢感測器讀數裡的異常離群值
- 評估廣告投放金額、網站延遲或學習時數與成果指標之間的線性相關強度(`R²`)
- 大學統計學作業或考前驗算 `Q1`、`Q3`、`IQR` 與樣本標準差 `s` 的手工計算結果
- 離線狀態下把試算表兩欄數據貼上馬上預覽線性趨勢走向
實作範例與邊界案例
Strong Positive Linear Fit
Pairs: (1, 2.4), (2, 4.1), ..., (8, 16.0)
Equation: y = 1.9714x + 0.2536 | R² = 0.9994
Tightly clustered points yield R² near 1.0 and tiny RMSE.
Tukey IQR Outlier Flagging
Series: [10, 12, 13, 14, 15, 16, 48]
Q1/Q3 IQR Fences catch `48` cleanly in IQR Outliers card
Identifies extreme spikes without distorting Median or IQR.
使用限制與精準度說明
- • 本工具擬合一階簡單線性迴歸(`y = mx + b`);若數據呈現指數成長或多項式曲線關係,請先進行對數等特徵轉換後再貼入。
- • 標準差回報的是統計推論常用的貝塞爾校正樣本標準差(`n - 1`),而非母體標準差(`n`)。
瀏覽器本地運算與隱私保障
傳統線上轉換網站會將您的文件、文字片段或影音檔案上傳至遠端伺服器。敘述統計、IQR 離群值與線性迴歸計算機 完全在您的瀏覽器分頁內運行:
您的檔案與文字都在裝置本機計算,不會傳送內容至任何後端伺服器。
Microdeck 不會記錄或儲存您在工具內貼上的任何檔案或程式碼。
所有暫存結果僅存在目前分頁記憶體中,重設或關閉分頁後即刻清除。
常見問題 (FAQ)
樣本標準差(`n - 1`)跟母體標準差(`n`)差在哪裡?
當您手上的資料是從整體抽樣出來的實驗或調查樣本(而非普查全體母體)時,平方離差和除以 `n - 1` 才能得到母體變異數的無偏估計。
工具是如何抓出「IQR 離群值(Outliers)」的?
採用統計學經典的 Tukey 柵欄規則:任何小於 `Q1 - 1.5 × IQR` 或大於 `Q3 + 1.5 × IQR` 的極端數值都會被標示為離群值。
可以直接從 Excel 複製兩欄數字用空白或 Tab 隔開貼進來嗎?
可以,解析器會自動識別空白、逗號、分號與 Tab 作為欄位或座標分隔符號。
未公開的臨床數據或營收報表在這裡分析安全嗎?
絕對安全,所有數學運算與 SVG 圖表渲染全部只在您本機瀏覽器記憶體內執行。