Дополнительные агрегатные функции

Разведочный анализ данных в SQL

Christina Maimone

Data Scientist

Корреляция

Диаграммы рассеяния с положительной и отрицательной корреляцией

Функция корреляции

SELECT corr(assets, equity) 
  FROM fortune500;

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

Медиана

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

^                                  ^
0th percentile      100th percentile

Функции перцентиля

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

-- percentile between 0 and 1

Возвращает значение из столбца

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

Интерполирует между значениями

Примеры перцентилей

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

Типичные проблемы

Коды ошибок
- Примеры: 9, 99, -99
Коды пропущенных значений
- NA, NaN, N/A, #N/A
- 0 — пропуск или ноль?
Выбросы (экстремальные значения)
- Слишком высокие или низкие?
- Отрицательные значения?
Не совсем числа
- Примеры: почтовые индексы, категории ответов в опросах

Давайте потренируемся!

Разведочный анализ данных в SQL