$ loading_
用于发现表、做确定性分析并执行常见统计检验的只读 MCP 服务
复制安装指令，让 AI 自动完成配置 · 推荐新手
"Statistical Testing MCP Server" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请列出当前可发现的数据表，并简要说明每张表的字段或可分析范围。
返回可访问表的清单，以及每张表的基础结构或范围说明。
请对 orders 表做确定性 profiling，给出行数、主要字段分布和适合后续统计检验的列建议。
输出稳定可复现的表概览、字段统计和可用于检验的候选列。
请比较实验组与对照组的均值差异，使用 Welch's t-test；如果是转化率差异，则使用 two-proportion z-test，并解释结果。
返回所用检验方法、统计量、显著性结果及简要解释。
数据分析师或研究员可用它对两组样本做 Welch's t-test 或两比例 z 检验，判断均值或转化率差异是否显著。它适合只读分析场景，避免直接改动源数据。
在接手陌生数据集时，用户可先做有界表发现和确定性 profiling，快速了解有哪些表、字段分布如何，以及哪些列适合后续统计检验。
开发者可将该 MCP 服务接入 AI 助手，让模型在只读前提下发现表、分析数据并调用维护良好的统计库完成常见检验。
它是一个只读 MCP 服务，提供有界表发现、确定性数据 profiling，以及统计检验能力。已明确支持 Welch's t-test 和 two-proportion z-test。
根据描述，它是只读服务。也就是说，它面向发现、分析和检验，而不是写入或修改数据。
描述中提到它使用 SQLite、pandas、SciPy 和 statsmodels。更具体的安装方式或运行要求，给定素材未提供。
帮助用户推荐统计检验、检查前提假设并解释结果与样本量规划。
让 AI 无需手写代码即可调用 R 与 Python 统计函数完成分析
通过自然语言调用统计分析、概率分布与数据处理能力，快速完成数据分析任务
让 AI 代理可编程执行测试、查询结果并获得测试策略建议
提供65个确定性测试工具，帮助开发者稳定验证MCP协议与多种传输方式。
帮助用户分析 MCP 工具安全风险，识别恶意行为并提供风险评分。