体验SuperAI数据分析台

分析竞赛成绩

点击图片直达原文

上期测评文章我将《2026年全国中学生生物学联赛省级获奖学生信息汇总表（北京市)》转换为了Excel格式，这次我们继续使用这个表格进行下数据分析，看看北京赛区的成绩如何呢？

我要求平台对试题难度和考生水平等进行分析，不一会儿便得到了返回的结果。返回结果包括6张图标和一串文字解答，下面让我们来逐条看一看：

第一张图标是关于学校获奖人数前十的排名。一个学校是“强校”还是“弱校”对于“竞赛生”来说还是有不少意义的。此表可以帮助“竞赛生”评估所在校情况，比较有意义。

第二张图是关于T值分布情况的统计图，这里先补充一些信息：

这张图显示大多数考生处于45～50分数段，也就是略低于北京市平均分的水平，基本上符合正常情况。此图可以帮助“竞赛生”更清晰的知道自己的位置，并合理预期所获奖项。

第三张图表对比了各个奖项的同学在四个模块的原始分情况，其中不难看出第三部分相对分差较大，可以合理推测今年联赛在动物学、生理学、生态学区分度较大。对比各年各模块分差情况，有助于帮助“竞赛生”把握单双年命题习惯，更好的备考。

第四张图是关于各部分平均得分率和和标准差的分析。这两项直接影响了T值。此图可以帮助“竞赛生”更好的了解联赛各个部分“赋分（T值）”难度。

第五张图是一幅箱体图。结合这张图可以得出如下结论：第三部分整体下移且箱体位置低（最难）；第一部分箱子最宽（考生差异最大）；第三部分上方异常点密集（存在高分尖子，区分能力强）。此图可以帮助“竞赛生”了解各部分得分难度和赋分（T值）难度，在练习过程中尝试取舍，从而得到更高的总T值。

第六张图就比较有意思了，是一张可以拖动的图表。拖动滑块，可以筛选各个分段的获奖和得分情况。此图可以帮助“竞赛生”精确查看自己位置的情况，从而更好的规划。

看完图表我们再来看下返回的文字分析。文字中再次指出了第三部分在本次考试中的重要性，同时指出了高一比高二成绩更优。据了解，各个学校对学科竞赛的重视有所提升，今年来更多的学校开设了竞赛课程，所以高一更具优势是说得通的。返回文字指出性别差异不大，有力的回绝了刻板印象中关于学科竞赛的偏见，头部学校集中也展现了学科竞赛的残酷事实，头部学校能出多了“省队”而普通学校可能连“省三”都没有。水平分布不均匀再次证明了学科竞赛成绩分化严重之面，可以为准备考试的同学带来警示。同时还给出了一些简单的建议可供参考。

我随后要求其就备考提出建议，平台返回的建议比较详实，针对各个目标和年级等分别给出了有参考价值的建议。

分析飞行轨迹数据

点击图片直达原文

在之前的新版灵犀测试文章中，我有提到让灵犀帮我分析了下我和其他几人共同采集的真实羽毛球飞行数据用于数学建模。数据比较复杂，我们本身就无法完全理解各个数据的含义，部分公式我们不会使用，甚至我们测试了几款常用AI工具似乎都没有算对。新版灵犀曾给我提供了一个近乎完美的分析，那么这款新发布的平台效果又如何呢？

平台分析速度依旧很快，这次只生成了三张图表和一些文字内容，让我们一起来看看：

第一张图是关于水平距离与高度的分析，这两点恰好也是我们研究的重点之一。我找到了之前灵犀给出的数据与此图进行交叉对比，数据存在些许差别，但在允许误差范围内，可以暂时认定此表是正确的。

第二张是飞行轨迹图，图像中zd2、zd3、zd4看起来比较正常，zd1、gy1、gy2看起来似乎存在问题。这便与之前灵犀给出的图像不太一样了。

zd1

gy1

gy2

我使用WPS表格进行了绘图操作，其中zd1和gy1组似乎没有平台给出图的严重波动？我再次尝试提问。

经过我的要求，平台对输出图像进行了检查并进行了修正。修正后的图像看起来就比较合理了。

这次平台同时返回了分组的图像，这次的图像就比较有参考价值了，通过图像可以较为清晰的看出飞行状况，同时还可以标注异常数据从而更好的进行分析。

第三张是高度变化图，我要求其一并进行修正。

平台也一并给出了该项的分组图像，通过图像可以快速找到飞行轨迹最高点和飞行时间，对于研究很有帮助。

分析支付流水情况

自从使用电子支付，感觉对钱越来越没有概念了。一年来我钱都花在了哪里呢？我从微信支付下载了一份支付流水上传至平台，看看能不能帮我做个开销管理呢？

可能由于流水确实比较复杂，这次耗时明显长于之前。交易记录可能涉及个人隐私，这里只展示一些脱敏信息。

平台给出的建议还是很务实的，比如电商消费每笔金额不高但总额高且退款概率较高需要在购买前仔细考虑，对于省钱和省时间来说还算是挺有用的。