Więcej funkcji podsumowujących

Eksploracyjna analiza danych w SQL

Christina Maimone

Data Scientist

Korelacja

Wykresy punktowe z korelacją dodatnią i ujemną

Funkcja korelacji

SELECT corr(assets, equity) 
  FROM fortune500;

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

Mediana

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

^                                  ^
0th percentile      100th percentile

Funkcje percentylowe

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

-- percentile between 0 and 1

Zwraca wartość z kolumny

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

Interpoluje między wartościami

Przykłady percentyli

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

Typowe problemy

Kody błędów
- Przykłady: 9, 99, -99
Kody wartości brakujących
- NA, NaN, N/A, #N/A
- 0 = brak czy 0?
Wartości odstające (skrajne)
- Bardzo wysokie lub niskie?
- Wartości ujemne?
Nie właściwie liczba
- Przykłady: kody pocztowe, kategorie odpowiedzi ankietowych

Ćwiczmy!

Eksploracyjna analiza danych w SQL