その他の集計関数

SQLによる探索的データ分析

Christina Maimone

Data Scientist

相関

正の相関と負の相関を持つデータ点の散布図

相関関数

SELECT corr(assets, equity) 
  FROM fortune500;

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

- 中央値

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

^                                  ^
0th percentile      100th percentile

パーセンタイル関数

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

-- percentile between 0 and 1

列 {{2}} の値を返します

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

値の間を補間します

パーセンタイルの例

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

よくある問題

エラーコード
- 例： 9, 99, -99
欠損値コード
- NA, NaN, N/A, #N/A
- 0 = 欠損または0？* 外れ値（極端な）値
- 非常に高いか低いか？ 負の値？ 実際には数ではない
- 例: 郵便番号、アンケート回答カテゴリ

練習しましょう！

SQLによる探索的データ分析