FME的强大功能是能够从多个来源获取数据并有效地操作它。那么为什么不把FME用于数据科学呢？
我们最近在FME集线器中添加了一系列变压器，这些变压器使用RCaller或pythoncaller执行一些基本的统计测试。
如果你没有在这个列表中看到你要找的统计测试，您可以创建自己的并将其上载到FME集线器与其他用户共享或创建新的想法如果得到足够的选票，就会把它添加到名单上。
了解如何使用r或python创建自定义转换器来执行shapiro-wilks测试（测试分布的正常性）。此工作流可亚搏在线以适用于使用R或Python的任何统计测试。
列出的每个转换器都有一个指向FME中心页面的链接，以及一个测试工作区下载。由于R的外部软件需求，无法将这些测试工作区上载到集线器。每个R变压器都需要R安装在用户机器上以及SqLDF R包.对于巨蟒变形金刚，这个scipy python包需要安装。
一相关性是两个变量之间的一个测试，用于确定它们之间的关联。
使用r计算两个变量之间是否存在关联。
rcorrelation-testworkspace.fmwt
一聚类分析是一种确定数据组的方法。
使用r使用三种算法之一计算相似的数据组。此变压器仅适用于2018.0+
rclustercalculator-testworkspace.fmwt
这个夏皮罗-威尔克斯测验计算随机数据样本是否来自正态分布。
使用r和rcaller，该变压器使用shapiro-wilks测试计算随机数据样本是否来自正态分布。
rshapirowilks-testworkspace.fmwt
用scipy和pythoncaller，该变压器使用夏皮罗-威尔克斯试验计算随机数据样本是否来自正态分布。
pyshapirowilks-testworkspace.fmwt
一t检验是检验两个样本的平均值是否明显不同于随机样本的统计检验。
一个样本t检验检验了总体平均值等于规定值的无效假设，换言之，它告诉你样本的平均值是否接近某个数字，从而具有统计意义。此测试输出t值，p值置信区间和估计。
ronesamplettest-testworkspace.fmwt
两个样本t检验两组的平均值，以确定它们是否显著不同或是随机的。此测试输出t值，p值置信区间和估计。
这将允许在FME中进行进一步的地理空间和一般数据分析，包括聚类分析的类型，如Jenkins自然断裂或K均值分析。目前最好的选择似乎是脚本（python，r）或其他软件（ESRI，QGIS）。