Mais funções de resumo

Análise Exploratória de Dados em SQL

Christina Maimone

Data Scientist

Correlação

Gráficos de dispersão de pontos de dados com correlações positivas e negativas

Função de correlação

SELECT corr(assets, equity) 
  FROM fortune500;

       corr        
-------------------
 0.637710143588615
(1 row)

Mediana

1 1 4 4 4 5 6 7 13 19 20 20 21 21 22
              ^
            median
        50th percentile

^                                  ^
0th percentile      100th percentile

Funções percentuais

SELECT percentile_disc(percentile) WITHIN GROUP (ORDER BY column_name)
  FROM table;

-- percentile between 0 and 1

Retorna um valor da coluna

SELECT percentile_cont(percentile) WITHIN GROUP (ORDER BY column_name)
  FROM table;

Interpola entre valores

Exemplos de percentis

SELECT val
  FROM nums;

 val 
-----
   1
   3
   4
   5
(4 rows)

SELECT percentile_disc(.5) WITHIN GROUP (ORDER BY val),
       percentile_cont(.5) WITHIN GROUP (ORDER BY val)
  FROM nums;

 percentile_disc | percentile_cont 
-----------------+-----------------
               3 |             3.5

Problemas comuns

Códigos de erro
- Exemplos: 9, 99, -99
Códigos de valores ausentes
- NA, NaN, N/A, #N/A
- 0 = ausente ou 0?
Valores discrepantes (extremos)
- Muito alto ou muito baixo?
- Valores negativos?
Não é bem um número
- Exemplos: códigos postais, categorias de respostas a pesquisas

Vamos praticar!

Análise Exploratória de Dados em SQL