パーセンタイル

SQLでビジネスデータを分析する

Michel Semaan

Data Scientist

パーセンタイルの概要

パーセンタイル: 第$n$パーセンタイルは、データの$n\%$がその値以下となる値
- 最小値は第0パーセンタイル
- 最大値は第99パーセンタイル

四分位数

例: 注文数の第25パーセンタイルが17なら、25%のユーザーは17回以下
第1四分位数: 第25パーセンタイル
第3四分位数: 第75パーセンタイル
四分位範囲 (IQR): 第1〜第3四分位の範囲
第2四分位数: 第50パーセンタイル、中央値
- 平均とは異なる

歪んだデータ

歪んだ分布

四分位数 — クエリ

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;

四分位数 — 結果

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

パーセンタイル

SQLでビジネスデータを分析する