Percentiles

Analyser des données métier en SQL

Michel Semaan

Data Scientist

Percentiles - aperçu

Percentile : le n-ième percentile est la valeur en dessous de laquelle n % des valeurs se situent
- La plus faible valeur est le 0e percentile
- La plus élevée est le 99e percentile

Quartiles

Exemple : le 25e percentile des commandes utilisateur est 17, donc 25 % ont commandé 17 fois ou moins
Premier quartile : 25e percentile
Troisième quartile : 75e percentile
Étendue interquartile (IQR) : toutes les données entre les 1er et 3e quartiles
Deuxième quartile : 50e percentile, médiane
- Différent de la moyenne !

Données asymétriques

Distributions asymétriques

Quartiles - requête

WITH user_orders AS (
  SELECT
    user_id,
    COUNT(DISTINCT order_id) AS orders
  FROM orders
  GROUP BY user_id)


SELECT
  ROUND(
    PERCENTILE_CONT(0.25) WITHIN GROUP (ORDER BY orders ASC) :: NUMERIC,
  2) AS orders_p25,
  ROUND(
    PERCENTILE_CONT(0.5) WITHIN GROUP (ORDER BY orders ASC) :: NUMERIC,
  2) AS orders_p50,
  ROUND(
    PERCENTILE_CONT(0.75) WITHIN GROUP (ORDER BY orders ASC) :: NUMERIC,
  2) AS orders_p75,
  ROUND(AVG(orders) :: NUMERIC, 2) AS avg_orders
FROM user_orders;

Quartiles - résultat

orders_p25  orders_p50  orders_p75  avg_orders
----------  ----------  ----------  ----------
6.00        8.00        11.00       8.70

Percentiles

Analyser des données métier en SQL