Weitere deskriptive Funktionen

Explorative Datenanalyse in SQL

Christina Maimone

Data Scientist

Korrelation

Streudiagramme von Datenpunkten mit positiven und negativen Korrelationen

Korrelationsfunktion

SELECT corr(assets, equity) 
  FROM fortune500;

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

Median

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

^                                  ^
0th percentile      100th percentile

Perzentilfunktionen

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

-- percentile between 0 and 1

Gibt einen Wert aus der Spalte zurück

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

Interpoliert zwischen Werten

Beispiele für Perzentile

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

Häufige Probleme

Fehlercodes
- Beispiele: 9, 99, -99
Codes für fehlende Werte
- NA, NaN, N/A, #N/A
- 0 = fehlt oder 0?
Ausreißer (extreme) Werte
- Sehr hoch oder niedrig?
- Negative Werte?
Nicht wirklich eine Zahl
- Beispiele: Postleitzahlen, Antwortkategorien in Umfragen

Lass uns üben!

Explorative Datenanalyse in SQL