经验分布(聚合函数)
本节所有函数都是聚合函数:整列 DOUBLE 作为样本收集,再在其上求一个经验统计量。cdf、
sf 与 quantile 需要常量第二参数;各阶矩(mean、variance、std_dev、min、max 等)
则直接汇总整列。
sr_empirical_cdf(v, x)
签名:sr_empirical_cdf(v DOUBLE[], x DOUBLE) -> DOUBLE
所收集列 v 的经验累积分布在常量 x 处的取值。等价于「v <= x 的行占比」。
空组返回 NULL。
SELECT sr_empirical_cdf(v, 2.0)
FROM (VALUES (1.0), (2.0), (3.0), (4.0)) t(v)
-- 0.5
sr_empirical_sf(v, x)
签名:sr_empirical_sf(v DOUBLE[], x DOUBLE) -> DOUBLE
在常量 x 处的经验生存函数。等价于 1 - cdf(x)。
SELECT sr_empirical_sf(v, 2.0)
FROM (VALUES (1.0), (2.0), (3.0), (4.0)) t(v)
-- 0.5
sr_empirical_quantile(v, p)
签名:sr_empirical_quantile(v DOUBLE[], p DOUBLE) -> DOUBLE
在常量概率 p(范围 [0, 1])处的经验分位数。
SELECT sr_empirical_quantile(v, 0.5)
FROM (VALUES (1.0), (2.0), (3.0), (4.0)) t(v)
-- 1.999969482421875
sr_empirical_entropy(values)
签名:sr_empirical_entropy(values DOUBLE[]) -> DOUBLE
DOUBLE 列的经验熵;statrs 未实现经验分布的熵,恒为 NULL。
SELECT sr_empirical_entropy(v) FROM (VALUES (1.0), (2.0), (3.0)) t(v)
-- NULL
sr_empirical_max(values)
签名:sr_empirical_max(values DOUBLE[]) -> DOUBLE
DOUBLE 列的经验最大值。
SELECT sr_empirical_max(v) FROM (VALUES (1.0), (2.0), (3.0)) t(v)
-- 3.0
sr_empirical_mean(values)
签名:sr_empirical_mean(values DOUBLE[]) -> DOUBLE
DOUBLE 列的经验均值。
SELECT sr_empirical_mean(v) FROM (VALUES (1.0), (2.0), (3.0)) t(v)
-- 2.0
sr_empirical_min(values)
签名:sr_empirical_min(values DOUBLE[]) -> DOUBLE
DOUBLE 列的经验最小值。
SELECT sr_empirical_min(v) FROM (VALUES (1.0), (2.0), (3.0)) t(v)
-- 1.0
sr_empirical_skewness(values)
签名:sr_empirical_skewness(values DOUBLE[]) -> DOUBLE
DOUBLE 列的经验偏度;statrs 未实现经验分布的偏度,恒为 NULL。
SELECT sr_empirical_skewness(v) FROM (VALUES (1.0), (2.0), (3.0)) t(v)
-- NULL
sr_empirical_std_dev(values)
签名:sr_empirical_std_dev(values DOUBLE[]) -> DOUBLE
DOUBLE 列的经验标准差。
SELECT sr_empirical_std_dev(v) FROM (VALUES (1.0), (2.0), (3.0)) t(v)
-- 1.0
sr_empirical_variance(values)
签名:sr_empirical_variance(values DOUBLE[]) -> DOUBLE
DOUBLE 列的经验方差。
SELECT sr_empirical_variance(v) FROM (VALUES (1.0), (2.0), (3.0)) t(v)
-- 1.0
NULL 行与空组
NULL 行不进收集器,与 SQL 聚合惯例一致。空组返回 NULL:
SELECT sr_empirical_cdf(v, 2.0)
FROM (VALUES (1.0)) t(v) WHERE 1 = 0
-- NULL
配合 GROUP BY
SELECT g, sr_empirical_cdf(v, 2.0) AS cdf_at_2
FROM (VALUES (1, 1.0), (1, 2.0), (1, 3.0), (2, 2.0), (2, 4.0), (2, 6.0)) t(g, v)
GROUP BY g ORDER BY g