Centiles

Analyser des données d'entreprise en SQL

Michel Semaan

Data Scientist

Centiles – aperçu

Centile : le $n$e centile est la valeur sous laquelle se trouvent $n\%$ des valeurs de l'ensemble de données
- La plus petite valeur correspond au 0e centile
- La plus grande valeur correspond au 99e centile

Quartiles

Exemple : si le 25e centile des commandes par utilisateur est 17, alors 25 % ont passé 17 commandes ou moins
Premier quartile : 25e centile
Troisième quartile : 75e centile
Écart interquartile (IQR) : données entre le premier et le troisième quartiles
Deuxième quartile : 50e centile, médiane
- Différent de la moyenne !

Données asymétriques

Distributions asymétriques

Quartiles – requête

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;

Quartiles – résultat

orders_p25  orders_p50  orders_p75  avg_orders
----------  ----------  ----------  ----------
6.00        8.00        11.00       8.70

Centiles

Analyser des données d'entreprise en SQL