百分位數

使用 SQL 分析商業資料

Michel Semaan

Data Scientist

百分位數 - 概覽

百分位數：第 $n$ 百分位是資料集中有 $n\%$ 的值不超過它的那個值
- 最小值是第 0 百分位
- 最大值是第 99 百分位

四分位數

例：使用者訂單的第 25 百分位是 17，代表有 25% 的人下單次數為 17 次或更少
第一四分位數（Q1）：第 25 百分位
第三四分位數（Q3）：第 75 百分位
四分位距（IQR）：介於第一與第三四分位數之間的所有資料
第二四分位數（Q2）：第 50 百分位，中位數
- 和平均數不同！

偏斜資料

偏斜分佈

四分位數 - 查詢

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;

四分位數 - 結果

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

百分位數

使用 SQL 分析商業資料