Percentile

Analiza datelor de business în SQL

Michel Semaan

Data Scientist

Percentile - prezentare generală

  • Percentilă: percentila $n$ este valoarea sub care se află $n\%$ din valorile unui set de date
    • Cea mai mică valoare este percentila 0
    • Cea mai mare valoare este percentila 99
Analiza datelor de business în SQL

Cuartile

  • Exemplu: percentila 25 a comenzilor utilizatorilor este 17, deci 25% au comandat de cel mult 17 ori
  • Prima cuartilă: percentila 25
  • A treia cuartilă: percentila 75
  • Intervalul intercuartilic (IQR): toate datele între prima și a treia cuartilă
  • A doua cuartilă: percentila 50, mediana
    • Diferită de medie!
Analiza datelor de business în SQL

Date asimetrice

Distribuții asimetrice

Analiza datelor de business în SQL

Cuartile - interogare

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;
Analiza datelor de business în SQL

Cuartile - rezultat

orders_p25  orders_p50  orders_p75  avg_orders
----------  ----------  ----------  ----------
6.00        8.00        11.00       8.70
Analiza datelor de business în SQL

Percentile

Analiza datelor de business în SQL

Preparing Video For Download...