Další souhrnné funkce

Průzkumná analýza dat v SQL

Christina Maimone

Data Scientist

Korelace

Bodové grafy s kladnou a zápornou korelací

Funkce korelace

SELECT corr(assets, equity) 
  FROM fortune500;

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

Medián

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

^                                  ^
0th percentile      100th percentile

Funkce percentilu

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

-- percentile between 0 and 1

Vrátí hodnotu ze sloupce

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

Interpoluje mezi hodnotami

Příklady percentilu

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

Časté problémy

Kódy chyb
- Příklady: 9, 99, -99
Kódy chybějících hodnot
- NA, NaN, N/A, #N/A
- 0 = chybějící hodnota nebo 0?
Odlehlé (extrémní) hodnoty
- Příliš vysoké nebo nízké?
- Záporné hodnoty?
Není to číslo
- Příklady: PSČ, kategorie odpovědí v průzkumech

Pojďme si to procvičit!

Průzkumná analýza dat v SQL