Percentiler

Analysera affärsdata i SQL

Michel Semaan

Data Scientist

Percentiler – översikt

Percentil: Det $n$:e percentilvärdet är det värde under vilket $n\%$ av datamängdens värden ligger
- Lägsta värdet är den 0:e percentilen
- Högsta värdet är den 99:e percentilen

Kvartiler

Exempel: Om 25:e percentilen för användarorder är 17 har 25% beställt 17 gånger eller färre
Första kvartilen: 25:e percentilen
Tredje kvartilen: 75:e percentilen
Kvartilavstånd (IQR): All data mellan första och tredje kvartilen
Andra kvartilen: 50:e percentilen, medianen
- Skiljer sig från medelvärdet!

Skev data

Skeva fördelningar

Kvartiler – fråga

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;

Kvartiler – resultat

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

Percentiler

Analysera affärsdata i SQL