Autres fonctions de synthèse

Analyse exploratoire des données en SQL

Christina Maimone

Data Scientist

Corrélation

Nuages de points montrant des corrélations positives et négatives

Fonction de corrélation

SELECT corr(assets, equity) 
  FROM fortune500;

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

Médiane

1 1 4 4 4 5 6 7 13 19 20 20 21 21 22
              ^
            médiane
        50e centile

^                                  ^
0e centile          100e centile

Fonctions de centiles

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

-- percentile between 0 and 1

Retourne une valeur de la colonne

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

Interpole entre les valeurs

Exemples de centiles

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

Problèmes courants

Codes d'erreur
- Exemples : 9, 99, -99
Codes de valeur manquante
- NA, NaN, N/A, #N/A
- 0 = manquant ou 0 ?
Valeurs aberrantes (extrêmes)
- Très élevées ou très faibles ?
- Valeurs négatives ?
Pas vraiment un nombre
- Exemples : codes postaux, catégories de réponses d'enquête

Passons à la pratique !

Analyse exploratoire des données en SQL