Detect Suspicious Data Patterns
in Research Papers
No raw data? No problem. Check a reported mean against its sample size with the GRIM test, or paste any dataset for a 30-second statistical anomaly screening — Benford's Law, terminal digit analysis, variance checks. Research-grade methods, no sign-up required.
📄 拖入 PDF 或点击上传
自动提取表格数据 · 不上传服务器
🔒 数据在浏览器本地处理，不上传服务器，不存储。
Why statistical screening?
Statistical forensics uses well-established methods to flag data that may be too clean, too random, or too patterned. These are the same techniques used by research integrity investigators.
GRIM Test
均值粒度自洽性检验
只用论文里印着的样本量 n 和均值 M，检验该均值在数学上是否可能为真（Brown & Heathers, 2017）。无需原始数据。
查看方法详解 →Benford's Law
首位数字定律
自然数据首位数字服从特定分布（1 约 30%，9 约 4.6%）。人造随机数据常偏离此规律。
Terminal Digit Analysis
末位数字分析
真实测量值末位应近似均匀分布。人编数据末位常偏好 0 和 5（Mosimann, 1995）。
Variance Anomaly
方差异常
真实数据有自然变异。伪造数据常「太干净」——方差过小、拟合过完美、p 值集中在 0.04-0.05。
Digit Pair Frequency
数字对频率
非首位数字应近似均匀。刻意避免相邻重复数字反而暴露伪造痕迹。
Pricing
🎉 上线期所有功能免费开放，无需注册。Pro 付费功能（批量检测、 报告库）上线前会在此公告——现在先用起来。
Pro
- ✓批量检测
- ✓报告库与历史
- ✓更长数据上限
- ✓优先支持
Lifetime
- ✓Pro 全部权益
- ✓永久使用
- ✓适合课题组经费