Thesis描述性统计计算器（均值/标准差/偏度峰度）
粘贴一列数据，几秒钟算出论文「描述性统计」小节需要的全部指标——均值±标准差、中位数与四分位数、偏度峰度与均值置信区间，纯浏览器本地计算、数据不上传，免注册、完全免费。任何数据分析章都从这一步开始。
免注册 · 公测期免费 · 数据留在你的浏览器本地
为什么描述统计值得先算一遍
几乎所有实证论文的数据分析章都从描述性统计表开始：n、均值、标准差、最小最大值一行行列清楚。这个工具一次算全，字段与 SPSS 的 Descriptives/Frequencies 输出口径一致，照抄进表格即可。
自动给出偏度与峰度（SPSS 口径的偏差校正估计）和正态性初判提示：分布明显偏斜时提醒改报中位数与四分位数、比较改用非参数检验，帮你在方法选择上少走弯路。
按 t 分布精确计算均值的 95% 置信区间，附「写进论文」句式——「样本均值为 M ± SD，95% CI [下限, 上限]」，答辩被问「这个均值可靠吗」时直接有数可答。
计算在你的浏览器里完成，数据不发送到服务器，不调用 AI，随时可以换一组数据重算。
怎么用（3 步）
- 从 Excel/SPSS 里复制一列数据粘贴进输入框，Tab/逗号/空格/换行分隔均可；
- 点「计算描述统计」查看均值、标准差、中位数、四分位数、偏度峰度与置信区间；
- 把结果句式一键复制进论文数据分析章，正式结论建议再用 SPSS/R 复核一遍。
常见问题
计算用的是什么口径？
标准差与方差用样本口径（分母 n−1）；四分位数用线性插值法（与 Excel 的 QUARTILE.INC、numpy 默认 percentile 一致）；偏度与峰度用偏差校正估计（与 SPSS、Excel 的 SKEW/KURT 一致，峰度为超额峰度，正态分布为 0）；均值置信区间按 t 分布精确计算。
该报均值还是中位数？
分布大致对称时报均值±标准差；明显偏斜（偏度绝对值大于 1，或均值与中位数差距明显）或有极端值时改报中位数与四分位数间距更稳健。工资、住院天数、粉丝数这类右偏数据通常用中位数。
偏度峰度多大算不正态？
常用经验标准：偏度绝对值小于 1（严格一点 0.5）、超额峰度绝对值小于 1 视为近似正态可接受；超出提示分布偏斜或尖峭。正式检验请在 SPSS/R 里做 Shapiro-Wilk（n<50 首选）或 K-S 检验，本工具只做初判。
样本量很小能用吗？
至少 2 个数据才能算标准差，至少 4 个才算偏度峰度。小样本（n<30）下置信区间用 t 分布本身是正确做法，但偏度峰度估计很不稳定，正态性初判仅供参考。
我的数据会被上传吗？
不会。计算完全在你的浏览器本地完成，任何数据都不发送到服务器，也不调用 AI 服务。
描述统计算完了，数据分析章一站写完
工作台覆盖选题→开题→大纲→分章写作→文献→自查→导出全流程：把描述统计表与检验结果挂进对应章节让 AI 严格依据数据成文，不编造数字，全程免注册、免费。
免费打开工作台