Nhiều hàm tóm tắt hơn

Phân tích Khám phá Dữ liệu bằng SQL

Christina Maimone

Data Scientist

Tương quan

Biểu đồ phân tán với tương quan dương và âm

Hàm tương quan

SELECT corr(assets, equity) 
  FROM fortune500;

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

Trung vị

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

^                                  ^
0th percentile      100th percentile

Hàm phân vị

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

-- percentile between 0 and 1

Trả về một giá trị từ cột

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

Nội suy giữa các giá trị

Ví dụ về phân vị

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

Vấn đề thường gặp

Mã lỗi
- Ví dụ: 9, 99, -99
Mã giá trị khuyết
- NA, NaN, N/A, #N/A
- 0 = thiếu hay 0?
Giá trị ngoại lai (cực trị)
- Rất cao hoặc rất thấp?
- Giá trị âm?
Không hẳn là số
- Ví dụ: mã bưu điện, hạng mục trả lời khảo sát

Ayo berlatih!

Phân tích Khám phá Dữ liệu bằng SQL