Confidence interval
API · /inference-api
Statistical Inference API
Inferenzstatistik-Mathematik als API, lokal und deterministisch berechnet. Der samplesize-Endpunkt berechnet, wie viele Befragte eine Umfrage oder ein Experiment für einen Anteil benötigt, n = Z²·p(1−p)/E², basierend auf einem Konfidenzniveau und einer Fehlermarge (mit p = 0,5 für die konservativste Größe), mit einer Korrektur für endliche Populationen, wenn die Population bekannt ist. Der confidence-Endpunkt erstellt ein Konfidenzintervall für einen Mittelwert (Schätzwert ± Z·σ/√n) oder einen Anteil (p ± Z·√(p(1−p)/n)) und gibt den Standardfehler, die Fehlermarge sowie die untere und obere Grenze zurück. Der ztest-Endpunkt führt einen Einstichproben-z-Test durch, z = (x̄ − μ₀)/(σ/√n), und gibt den z-Wert, den ein- oder zweiseitigen p-Wert sowie an, ob das Ergebnis beim gewählten Alpha signifikant ist. Die z-Werte stammen aus einer exakten inversen Normalverteilung und die p-Werte aus der Normalverteilungs-CDF. Alles wird lokal und deterministisch berechnet, daher ist es sofort und privat. Ideal für A/B-Tests, Umfragen, Forschungs- und Analyse-App-Entwickler, Experiment-Dashboards und Data-Science-Tools sowie Bildung. Reine lokale Berechnung – kein Schlüssel, kein Drittanbieter-Service, sofort. Live, nichts wird gespeichert. 3 Endpunkte. Dies ist Inferenzstatistik; für deskriptive Statistik verwenden Sie eine Statistik-API und für Wahrscheinlichkeitsverteilungen eine Wahrscheinlichkeits-API.
API-Health
gesund- Uptime
- 100.00%
- Server-Probes · 24h
- Latenz Ø
- 92 ms
- Server-Probes · 24h
- Subscribers
- 4,030
- aktiv
- Gesamt-Calls
- 32
- letzte 7 Tage
Preise
Wähle einen Tier — abrechnung monatlich, jederzeit kündbar.
Free
Kostenlos
- 3,000 Calls / Monat
- 2 Anfragen / Sekunde
- Hartes Limit (429 oberhalb der Quote, keine Mehrkosten)
- 24.035 Aufrufe/Monat
- 2 req/s
- Stichprobengröße + KI + z-Test
- Keine Kreditkarte
Starter
€5.00 /Monat
- 40,000 Calls / Monat
- 5 Anfragen / Sekunde
- Hartes Limit (429 oberhalb der Quote, keine Mehrkosten)
- 35,35k Aufrufe/Monat
- 8 Anfragen/Sekunde
- Endliche Korrektur, p-Werte
- E-Mail-Support
Pro
€15.00 /Monat
- 250,000 Calls / Monat
- 15 Anfragen / Sekunde
- Hartes Limit (429 oberhalb der Quote, keine Mehrkosten)
- 387,5k Aufrufe/Monat
- 20 Anfragen/Sekunde
- A/B-Test- und Umfrage-Pipelines
- Prioritäts-Support
Mega
€49.00 /Monat
- 1,571,000 Calls / Monat
- 40 Anfragen / Sekunde
- Hartes Limit (429 oberhalb der Quote, keine Mehrkosten)
- 1,98 Mio. Aufrufe/Monat
- 50 Anfragen/Sekunde
- Plattform-Skalierung
- Dedizierte SLA
Gebaut von
Ähnliche APIs
Andere APIs mit überschneidenden Tags.
Sample Size API
Umfrage- und Befragungs-Stichprobengrößenplanung als API, lokal und deterministisch berechnet. Der Proportions-Endpunkt berechnet die Anzahl der Befragten, die benötigt werden, um einen Anteil innerhalb einer Ziel-Fehlermarge bei einem gewählten Konfidenzniveau zu schätzen, n = z²·p(1−p)/E², standardmäßig mit dem schlechtesten Fall p = 0,5, der die erforderliche Größe maximiert, mit einer optionalen Korrektur für endliche Populationen n/(1 + (n−1)/N) für eine bekannte Population – die klassische ±5 %-Marge bei 95 % Konfidenz benötigt 385 Antworten, ±3 % benötigt 1.068, und die Begrenzung der Population auf 1.000 reduziert die ±5 %-Anforderung auf 278. Der Mittelwert-Endpunkt dimensioniert eine Stichprobe zur Schätzung eines Mittelwerts innerhalb einer Fehlermarge aus der Standardabweichung, n = (z·σ/E)². Der Margen-Endpunkt kehrt die Beziehung um und gibt die Fehlermarge zurück, die eine gegebene Stichprobengröße tatsächlich erreicht. Der kritische z-Wert wird aus dem Konfidenzniveau mit einer hochgenauen inversen Normalverteilung berechnet, sodass jedes Konfidenzniveau funktioniert, nicht nur die Lehrbuchwerte 90/95/99 %. Margen, Anteile und Konfidenzen sind Dezimalzahlen (0,05, 0,5, 0,95). Alles wird lokal und deterministisch berechnet, daher ist es sofort und privat. Ideal für Marktforschungs-, Umfrage-, UX-Forschungs-, Umfrageplattform-, Produktanalyse- und Statistikbildungs-App-Entwickler, Studienplanungs- und Stichprobengrößentools sowie Forschungssoftware. Reine lokale Berechnung – kein Schlüssel, kein Drittanbieterdienst, sofort. Live, nichts wird gespeichert. 3 Endpunkte. Dies ist die Stichprobengrößenplanung mit der Normalapproximation; für A/B-Test-Signifikanz verwenden Sie eine A/B-Test-API und für deskriptive Statistiken eine Statistik-API.
api.oanor.com/samplesize-api
Statistik-Rechner API
Deskriptive Statistik als API, lokal und deterministisch berechnet. Der deskriptive Endpunkt fasst eine Liste von Zahlen zusammen — Anzahl, Summe, Mittelwert, Median, Modus, Minimum, Maximum und Spannweite, die Populations- und Stichprobenvarianz und Standardabweichung sowie die Quartile Q1/Q2/Q3 mit dem Interquartilsabstand nach Tukey. Der Korrelationsendpunkt berechnet den Pearson-Korrelationskoeffizienten r zwischen zwei gleich langen Reihen — von −1 (perfekt invers) über 0 (keine) bis +1 (perfekt direkt) — zusammen mit R² und der Kovarianz. Der Regressionsendpunkt passt eine Ausgleichsgerade y = a + b·x an und gibt Steigung, Achsenabschnitt und R², die Gleichung sowie eine optionale Vorhersage für ein gegebenes x zurück. Daten werden als JSON-Array oder kommagetrennte Liste akzeptiert. Alles wird lokal und deterministisch berechnet, daher ist es sofort und privat. Ideal für Datenanalyse-, Dashboard-, Forschungs- und Bildungs-App-Entwickler, Reporting- und BI-Tools sowie Tabellenkalkulationsersatz. Reine lokale Berechnung — kein Schlüssel, kein Drittanbieter-Service, sofort. Live, nichts wird gespeichert. 3 Endpunkte. Dies ist deskriptive Statistik; für Wahrscheinlichkeitsverteilungen und Kombinatorik verwenden Sie eine Wahrscheinlichkeits-API.
api.oanor.com/statistics-api
Probability API
Wahrscheinlichkeitsverteilungen und Kombinatorik als API. Der Binomial-Endpunkt gibt die Wahrscheinlichkeit für genau k Erfolge in n Versuchen (PMF), die kumulative Wahrscheinlichkeit bis k (CDF) sowie Mittelwert, Varianz und Standardabweichung. Der Poisson-Endpunkt macht dasselbe für die Poisson-Verteilung mit einer Rate λ. Der Normal-Endpunkt berechnet den z-Wert, die Wahrscheinlichkeitsdichte, die kumulative Wahrscheinlichkeit (CDF) und den Perzentilwert für einen Wert unter einer Normalverteilung mit beliebigem Mittelwert und beliebiger Standardabweichung – und funktioniert umgekehrt, indem er eine Wahrscheinlichkeit in den Wert (das Quantil / inverse CDF) und dessen z-Wert umwandelt. Der Kombinatorik-Endpunkt berechnet Kombinationen (nCr), Permutationen (nPr) und Fakultäten mit exakter Ganzzahl-Arithmetik. Alles wird lokal und deterministisch berechnet, daher ist es sofort und privat. Ideal für Datenwissenschaft und Statistik, Qualitätskontrolle und A/B-Test-Planung, Spiel- und Wettquoten, Risikomodellierung und Statistikausbildung. Reine lokale Berechnung – kein Schlüssel, kein Drittanbieter-Dienst, sofort. Live, nichts wird gespeichert. 5 Endpunkte. Dies ist Wahrscheinlichkeitstheorie; für deskriptive Statistiken eines Datensatzes verwenden Sie eine Statistik-API und für allgemeine Ausdrucksauswertung eine Mathematik-API.
api.oanor.com/probability-api
Statistik-API
Führen Sie Statistiken für eine Liste von Zahlen durch, ohne Tabellenkalkulation oder Statistikpaket. Der describe-Endpunkt gibt eine vollständige Zusammenfassung eines Datensatzes zurück — Anzahl, Summe, Minimum, Maximum, Spannweite, Mittelwert, Median, Modus, das erste und dritte Quartil sowie Interquartilsabstand, Populations- und Stichprobenvarianz und Standardabweichung, Variationskoeffizient, geometrisches und harmonisches Mittel, Schiefe und Kurtosis. Ermitteln Sie jedes Perzentil eines Datensatzes, den Pearson-Korrelationskoeffizienten (und r²) zwischen zwei gleichlangen Reihen und eine einfache lineare Regression (Steigung, Achsenabschnitt, r² und die Geradengleichung). Die Eingabe ist ein rohes Zahlenarray (JSON oder eine durch Kommas getrennte Liste) — kein CSV, keine Kopfzeilen. Perfekt für Analysen, A/B-Test-Zusammenfassungen, Sensor- und Metrikdaten, Dashboards und schnelle explorative Analysen. Reine lokale Berechnung — kein Schlüssel, kein Drittanbieterdienst, sofort. Live, nichts gespeichert. 5 Endpunkte. Unterscheidet sich vom mathjs-Ausdrucksmotor und von CSV-Spaltenzusammenfassungen.
api.oanor.com/stats-api
Häufig gestellte Fragen
Schnelle Antworten zu Preisen, Kontingenten und Integration.
Wie bekomme ich einen API-Key für Statistical Inference API?
Wie hoch ist das Rate-Limit für Statistical Inference API?
Was kostet Statistical Inference API?
Kann ich mein Abo jederzeit kündigen?
Ist Statistical Inference API DSGVO-konform?
Wähle einen Endpoint aus der Liste links — Details und Playground erscheinen hier.
Code-Snippets
Registrieren, um einen API-Key zu bekommen, dann jeden Pfad unter deinem Slug aufrufen.
curl https://api.oanor.com/inference-api/SOME_PATH \
-H "x-oanor-key: oanor_test_..."
const res = await fetch("https://api.oanor.com/inference-api/SOME_PATH", {
headers: { "x-oanor-key": "oanor_test_..." }
});
const data = await res.json();
$ch = curl_init("https://api.oanor.com/inference-api/SOME_PATH");
curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);
curl_setopt($ch, CURLOPT_HTTPHEADER, ["x-oanor-key: oanor_test_..."]);
$response = curl_exec($ch);
import requests
r = requests.get(
"https://api.oanor.com/inference-api/SOME_PATH",
headers={"x-oanor-key": "oanor_test_..."},
)
print(r.json())
Bewertungen
Melde dich an, um zu bewerten.
Noch keine Bewertungen.
Diskussion
Stelle Fragen, teile Tipps, bekomme Antworten vom Anbieter und anderen Entwicklern. Öffentlich — jeder kann mitlesen.
Melde dich an, um zu schreiben oder zu antworten.
AnmeldenNeue Diskussion
·
-
Anbieter-Antwort
🔒 Diese Diskussion ist gesperrt — keine neuen Antworten möglich.
-
·
- Noch keine Diskussionen — starte die erste.
Support
Privater 1:1-Support mit dem Anbieter — Abrechnungsfragen, Integrationsprobleme, Account-Themen. Nur du und das Anbieter-Team sehen diese Threads.
Melde dich an, um ein Support-Ticket zu öffnen.
AnmeldenNeues Ticket öffnen
Beschreibe wobei du Hilfe brauchst. Das Anbieter-Team bekommt eine Mail und antwortet auf der Ticket-Seite.
-
·
Dringend - Noch keine Tickets für diese API.