皮尔逊相关系数 (r) 衡量两个连续变量之间线性关系的强度和方向。其取值范围为 -1 到 +1。+1 表示完全正线性关系，-1 表示完全负线性关系，0 表示没有线性关系。公式为 r = Σ((xᵢ - x̄)(yᵢ - ȳ)) / √(Σ(xᵢ - x̄)² · Σ(yᵢ - ȳ)²)，其中 x̄ 和 ȳ 是样本均值。决定系数 (r²) 表示一个变量的方差被另一个变量解释的比例。t 统计量检验相关性是否具有统计显著性。此计算器广泛应用于统计学、数据科学、心理学、经济学和许多其他领域，用于量化变量之间的关系。

斯皮尔曼秩相关系数 (ρ，通常记为 rₛ) 是一种非参数度量，用于衡量两个变量之间单调关系的强度和方向。与皮尔逊相关不同，斯皮尔曼 ρ 不假设线性关系；它衡量关系可以通过单调函数描述的程度。计算涉及将原始数据转换为秩次，然后对秩次数据计算皮尔逊相关。公式为 ρ = 1 - (6·Σd²) / (n·(n²-1))，其中 d 是每对秩次之差，n 是数据对数。取值范围为 -1 到 +1，解读与皮尔逊 r 类似。此计算器在数据为有序数据、非正态分布或关系非线性时广泛应用。

二项分布是一种离散概率分布，用于模拟在固定次数的独立试验中成功的次数，每次试验的成功概率相同。它广泛应用于统计学、质量控制、医学和社会科学。理论公式为恰好 k 次成功在 n 次试验中的概率：P(X = k) = C(n,k) · p^k · (1-p)^(n-k)，其中 C(n,k) 是二项式系数（从 n 次试验中选择 k 次成功的方式数），p 是单次试验的成功概率，(1-p) 是失败概率。此计算器计算给定 k 的精确概率以及累积概率（P(X ≤ k)、P(X < k)、P(X ≥ k)）。还提供期望值（μ = n·p）、方差（σ² = n·p·(1-p)）和标准差。二项分布在假设检验、A/B测试和具有二元结果场景的结果预测中至关重要。

频数分布表通过显示每个值出现的频率来组织数据。此工具计算数据集中每个唯一值的频数、相对频数和百分比。它还提供关键统计量：总数、均值、中位数、众数、最小值、最大值和极差。频数分析是统计学的基础，用于理解数据分布、识别模式和做出明智决策。此计算器适用于学生、研究人员、分析师以及任何处理数据的人。频数表有助于可视化数据的离散程度和集中趋势，便于解释和传达分析结果。

阿伏伽德罗常数（Nₐ = 6.02214076 × 10²³ mol⁻¹）是一摩尔物质中所含的粒子数（原子、分子、离子或电子）。它是宏观尺度（克）和微观尺度（单个粒子）之间的基本转换因子。关系为：粒子数 = 摩尔数 × Nₐ，摩尔数 = 质量 / 摩尔质量，质量 = 摩尔数 × 摩尔质量。该常数以阿梅代奥·阿伏伽德罗的名字命名，他最早提出同体积气体含有相同数量的分子。当前精确值由CODATA确立，自2019年起在SI系统中固定。此计算器帮助化学家、学生和研究人员使用摩尔质量在质量、摩尔数和粒子数之间快速转换。它对于化学计量学、溶液制备和理解原子尺度数量至关重要。

索提诺比率是一种衡量投资风险调整后收益的绩效指标，仅关注下行风险（负收益）。与夏普比率同时惩罚上行和下行波动不同，索提诺比率区分了有害波动和有益波动。其计算公式为：索提诺比率 = (R_p - R_f) / σ_d，其中 R_p 是平均期间收益率，R_f 是无风险利率，σ_d 是下行偏差（低于目标阈值的负收益率标准差）。目标收益率通常是最低可接受收益率，常设为 0% 或无风险利率。较高的索提诺比率表示相对于下行风险有更好的风险调整后收益。该指标对于评估具有非对称风险特征的投资特别有价值，如对冲基金、私募股权和期权策略，其中投资者更关心下行损失而非上行波动。

对数正态分布是随机变量对数为正态分布的连续概率分布。如果 Y = ln(X) 服从均值为 μ、标准差为 σ 的正态分布，则 X 服从对数正态分布。该分布的特点是具有正偏态，且下限为零，适用于建模不能为负的量，如股票价格、收入分布、资产价格、故障时间和环境浓度。概率密度函数（PDF）为 f(x) = (1/(x·σ·√(2π))) · exp(-(ln(x)-μ)²/(2σ²))。累积分布函数（CDF）由标准正态 CDF 推导：F(x) = Φ((ln(x)-μ)/σ)。对数正态分布具有重要性质：均值为 exp(μ + σ²/2)，中位数为 exp(μ)，众数为 exp(μ - σ²)。此计算器计算给定参数的 CDF、PDF、均值、中位数、众数、方差和标准差。

中位数是一组数据按升序或降序排列后的中间值。与平均值不同，中位数不受极大或极小值的影响，因此是稳健的中心趋势度量。要找到中位数，首先将所有数字从小到大排序。如果数据个数为奇数，中位数就是中间的那个数。如果数据个数为偶数，中位数是中间两个数的平均值。例如，在集合 {1, 3, 5} 中，中位数是 3。在集合 {1, 3, 5, 7} 中，中位数是 (3+5)/2 = 4。中位数广泛应用于统计学、经济学和数据分析，特别是在处理收入分布、房价或考试成绩时，异常值可能会使平均值产生偏差。

学生t分布是一种连续概率分布，用于在样本量较小且标准差未知时估计正态分布总体的均值。它是许多统计检验的基础，包括t检验。理论计算涉及概率密度函数（PDF）和累积分布函数（CDF）。CDF给出服从t分布的随机变量小于或等于给定t值的概率。该分布对称且呈钟形，类似于正态分布，但尾部更重。随着自由度的增加，t分布趋近于标准正态分布。此计算器根据t值计算单尾和双尾p值，还可查找给定显著性水平（alpha=0.05）的临界t值。广泛应用于假设检验、置信区间和回归分析。