Sous-échantillonnage et suréchantillonnage des données

Analyse de séries temporelles dans SQL Server

Maham Faisal Khan

Senior Data Science Content Developer

Des données dans la nature

SELECT
    SomeDate
FROM dbo.SomeTable
SomeDate
2019-08-11 06:14:29.990
2019-08-11 11:07:37.633
2019-08-11 14:08:00.337
Analyse de séries temporelles dans SQL Server

Sous-échantillonner les données

SELECT
    CAST(SomeDate AS DATE) AS SomeDate
FROM dbo.SomeTable
SomeDate
2019-08-11
2019-08-11
2019-08-11
Analyse de séries temporelles dans SQL Server

Aller plus loin dans le sous-échantillonnage

SELECT
    DATEADD(HOUR, DATEDIFF(HOUR, 0, SomeDate), 0) AS SomeDate
FROM dbo.SomeTable

DATEDIFF(HOUR, 0, '2019-08-11 06:21:16') = 1,048,470

DATEADD(HOUR, 1048470, 0) = 2019-08-11 06:00:00

SomeDate
2019-08-11 06:00:00.000
2019-08-11 11:00:00.000
2019-08-11 14:00:00.000
Analyse de séries temporelles dans SQL Server

Et le suréchantillonnage ?

Sous-échantillonnage

  • Agréger les données
  • Souvent, on peut sommer ou compter
  • Offre une vue plus globale
  • Suffisant pour la plupart des usages

Suréchantillonnage

  • Désagréger les données
  • Nécessite une règle d'allocation
  • Apporte une granularité artificielle
  • Acceptable pour générer des données, des moyennes calculées
Analyse de séries temporelles dans SQL Server

Passons à la pratique !

Analyse de séries temporelles dans SQL Server

Preparing Video For Download...