Applicare aggregazioni statistiche ai dati di serie temporali

Analisi delle serie temporali in PostgreSQL

Jasmin Ludolf

Content Developer, DataCamp

Aggregati statistici

  • Funzioni di aggregazione: MIN(), MAX(), SUM(), AVG(), COUNT()
  • Aggregati statistici: medie e mediane

Illustrazione con quattro persone attorno a una lavagna con visualizzazioni analitiche e statistiche.

Analisi delle serie temporali in PostgreSQL

Calcolare la media

SELECT
  AVG(views)::INTEGER as avg_views
  title
FROM dc_news_fact
JOIN dc_news_dim USING(id)
GROUP BY title
ORDER BY avg_views DESC;
|avg_views|title                      |
|---------|---------------------------|
|      207|For the Wealthiest, a Pr...|
|       12|Pet surrenders on rise a...|
|       12|Argentina's New Presiden...|
|        7|These 5 charts prove tha...|
|        7|How Is the Economy Doing...|
Analisi delle serie temporali in PostgreSQL

Numero medio di visualizzazioni al giorno

WITH day_views AS (
  SELECT id, ts::DATE AS date, SUM(views) AS views
  FROM dc_news_fact
  GROUP BY id, date
)
SELECT
  AVG(views)::INTEGER AS avg
  title
FROM day_views JOIN dc_news_dim USING(id)
GROUP BY title
ORDER BY avg DESC;
Analisi delle serie temporali in PostgreSQL

Numero medio di visualizzazioni al giorno

| avg|title                                                            |
|----|-----------------------------------------------------------------|
|9855|For the Wealthiest, a Private Tax System That Saves Them Billions|
| 579|Pet surrenders on rise as Fort McMurray's economy falls          |
| 574|Argentina's New President Moves Swiftly to Shake Up the Economy  |
| 352|How Is the Economy Doing? Politics May Decide Your Answer        |
| 348|These 5 charts prove that the economy does better under ...      |
Analisi delle serie temporali in PostgreSQL

Numero medio di visualizzazioni al giorno

SELECT
  (SUM(views)/COUNT(DISTINCT ts::DATE))::INTEGER as avg,
  title
FROM dc_news_fact JOIN dc_news_dim USING(id)
GROUP BY title 
ORDER BY avg DESC;
|avg |title                                                            |
|----|-----------------------------------------------------------------|
|9855|For the Wealthiest, a Private Tax System That Saves Them Billions|
| 579|Pet surrenders on rise as Fort McMurray's economy falls          |
| 574|Argentina's New President Moves Swiftly to Shake Up the Economy  |
...
Analisi delle serie temporali in PostgreSQL

Mediane discreta e continua

  • Mediana discreta: il primo valore più vicino al valore centrale

  • Mediana continua: un valore che divide il dataset a metà

Numero di elementi dispari

  • Serie = (1, 2, 3, 4, 5)
  • Mediana discreta = 3
  • Mediana continua = 3

Numero di elementi pari

  • Serie = (1, 2, 3, 4)
  • Mediana discreta = 2
  • Mediana continua = 2,5
Analisi delle serie temporali in PostgreSQL

Funzioni di aggregazione ordinate

  • PERCENTILE_DISC()
  • PERCENTILE_CONT()
  • Funzioni di aggregazione ordinate: PERCENTILE_DISC(fraction) WITHIN GROUP (ORDER BY field)
SELECT
  PERCENTILE_CONT(0.5) WITHIN GROUP
  (ORDER BY value) AS median_cont,
  PERCENTILE_DISC(0.5) WITHIN GROUP
  (ORDER BY value) AS median_disc
FROM
(
  VALUES
  (1,1), (1,2), (1,3), (1,4), (1,5),
  (2,1), (2,5), (2,7), (2,11), (2,11)
) AS t (id, value)
GROUP BY id;
Analisi delle serie temporali in PostgreSQL

Funzioni di aggregazione ordinate

|median_cont|median_disc|
|-----------|-----------|
|        3.0|          3|
|        7.0|          7|
Analisi delle serie temporali in PostgreSQL

Mediana, quantile, percentile, quartile

  • La mediana è un tipo di percentile
  • Il percentile è un tipo di quantile

 

  • Quantile: divide un campione in sottoinsiemi quasi uguali
    • quartili (quattro sottoinsiemi)
    • decili (dieci sottoinsiemi)
Analisi delle serie temporali in PostgreSQL

Calcolare i quartili

SELECT
  PERCENTILE_DISC(0.25) WITHIN GROUP (ORDER BY value) AS ptile_25,
  PERCENTILE_DISC(0.5) WITHIN GROUP (ORDER BY value) AS ptile_50,
  PERCENTILE_DISC(0.75) WITHIN GROUP (ORDER BY value) AS ptile_75
FROM
(
  VALUES 
  (1,1), (1,2), (1,3), (1,4), (1,5)
) AS t (id, value)
GROUP BY id;
|ptile_25|ptile_50|ptile_75|
|--------|--------|--------|
|       2|       3|       4|
Analisi delle serie temporali in PostgreSQL

Calcolare un array di quartili discreti

SELECT
  PERCENTILE_DISC(ARRAY[0.25, 0.5, 0.75]) 
  WITHIN GROUP (ORDER BY value) AS median_disc
FROM (
  VALUES
  (1,1), (1,2), (1,3), (1,4), (1,5) )
  AS t (id, value)
GROUP BY id;
|median_disc|
|-----------|
|{2,3,4}    |
Analisi delle serie temporali in PostgreSQL

Alleniamoci!

Analisi delle serie temporali in PostgreSQL

Preparing Video For Download...