このトピックでは、数理統計関数の構文について説明します。 このトピックでは、関数の使用方法の例も示します。
Log Serviceは、次の数学的統計機能をサポートしています。
カテゴリ | 機能 | 構文 | 説明 |
---|---|---|---|
相関関数 | corr関数 | corr( x 、y) | x とyの相関係数を返します。 戻り値は [0,1] の範囲です。 |
分散と標準偏差関数 | covar_pop関数 | covar_pop( x 、y) | x とyの母集団共分散を返します。 |
covar_samp関数 | covar_samp( x 、y) | x とyのサンプル共分散を返します。 | |
stddev関数 | stddev(x) | x のサンプル標準偏差を返します。 この関数はstddev_samp関数と同じです。 | |
stddev_samp関数 | stddev_samp(x) | x のサンプル標準偏差を返します。 | |
stddev_pop関数 | stddev_pop(x) | x の母集団の標準偏差を返します。 | |
分散関数 | 分散 (x) | x のサンプル分散を返します。 This機能var_samp機能と同等である。 | |
var_samp関数 | var_samp(x) | x のサンプル分散を返します。 | |
var_pop関数 | var_pop(x) | x の母集団分散を返します。 | |
線形回帰関数 | regr_intercept関数 | regr_intercept( y 、x) | (x、y) のペアによって決定される線形方程式の線のy切片を返します。 |
regr_slope関数 | regr_slope( y 、x) | Returns傾斜ライン方程式がによって決定され (x、y) ペア。 | |
累積分布関数 (CDF) | beta_cdf関数 | beta_cdf( α, β, v) | ベータ分布の値を返します。 この関数は、以下の式を使用する。P(N ≦ v; α, β) ここで、α および β は、ベータCDFのパラメータである。 |
binomial_cdf関数 | binomial_cdf( x 、y、v) | 二項分布の値を返します。 この関数は、以下の式を使用する。P(N ≦ v; x, y) ここで、xは試行の数を示し、yは試行の成功確率 (POS) を示す。 | |
cauchy_cdf関数 | cauchy_cdf( x 、y、v) | コーシー分布の値を返します。 この関数は、以下の式を使用する。P(N ≦ v; x, y) ここで、xは分布のピークを示す位置パラメータであり、yはスケールパラメータである。 | |
chi_squared_cdf関数 | chi_squared_cdf( k, v) | カイ二乗分布の値を返します。 この関数は、以下の式を使用する。P(N ≦ v; k) ここで、kは自由度を示す。 | |
inverse_beta_cdf機能 | inverse_beta_cdf(α, β, p) | ベータ分布の逆数の値を返します。 pは、P(N <= v; α, β) 式を使用するベータCDFの結果を示す。 逆inverse_beta_cdf関数はvを計算する。 | |
inverse_binomial_cdf関数 | inverse_binomial_cdf(x, y, p) | 二項分布の逆数の値を返します。 pは、P(N <= v; x, y) 式を使用する二項CDFの結果を示す。 逆inverse_binomial_cdf関数は、vを計算する。 | |
inverse_cauchy_cdf関数 | inverse_cauchy_cdf(x, y, p) | コーシー分布の逆数の値を返します。 pは、P(N ≦ v; x, y) 式を使用するコーシーCDFの結果を示す。 逆inverse_cauchy_cdf関数はvを計算する。 | |
inverse_chi_squared_cdf関数 | inverse_chi_squared_cdf( k, p) | カイ二乗分布の逆数の値を返します。 pは、P(N <= v; k) 式を使用するカイ二乗CDFの結果を示す。 逆inverse_chi_squared_cdf関数はvを計算する。 | |
inverse_laplace_cdf機能 | inverse_laplace_cdf(μ, b, p) | ラプラス分布の逆数の値を返します。 pは、P(N <= v; μ, b) 式を使用するラプラスCDFの結果を示す。 逆inverse_laplace_cdf関数はvを計算します。 | |
inverse_normal_cdf機能 | inverse_normal_cdf( x 、y、p) | 正規分布の逆数の値を返します。 pは、P(N < v; x, y) 式を使用する正常なCDFの結果を示す。 逆inverse_normal_cdf関数はvを計算する。 | |
inverse_poisson_cdf関数 | inverse_poisson_cdf( x 、y、p) | ポアソン分布の逆数の値を返します。 pは、P(N <= v; λ) 式を使用するポアソンCDFの結果を示す。 逆inverse_poisson_cdf関数はvを計算します。 | |
inverse_weibull_cdf関数 | inverse_weibull_cdf( x 、y、p) | ワイブル分布の逆数の値を返します。 pは、P(N <= v; x, y) 式を使用するワイブルCDFの結果を示す。 逆inverse_weibull_cdf関数はvを計算する。 | |
laplace_cdf関数 | laplace_cdf( μ 、b、v) | ラプラス分布の値を返します。 この関数は、以下の式を使用する。P(N ≦ v; μ, b) ここで、μ は位置パラメータであり、bはスケールパラメータである。 | |
normal_cdf関数 | normal_cdf( x 、y、v) | 正規分布の値を返します。 The機能は次の式: P(N < v; x、y) × 示し平均値正規分布、とy示し標準偏差通常の分布。 | |
poisson_cdf関数 | poisson_cdf( λ, v) | ポアソン分布の値を返します。 この関数は、以下の式を使用する。P(N ≦ v; λ) ここで、λ は、ランダム事象の平均確率を示す。 | |
weibull_cdf関数 | weibull_cdf( x 、y、v) | ワイブル分布の値を返します。 この関数は、以下の式を使用する。P(N ≦ v; x, y) ここで、xはスケールパラメータであり、yは形状パラメータである。 |
corr関数
The corr機能返しx間相関係数とy。 戻り値が大きいほど相関が高いことを示す。
構文
corr( x 、y)
パラメーター
項目 | 説明 |
---|---|
x | このパラメーターの値はdouble型です。 |
y | このパラメーターの値はdouble型です。 |
レスポンス
ダブルタイプ。 戻り値は [0,1] の範囲です。
例
request_lengthフィールドとrequest_timeフィールドの値の相関係数を計算します。
- クエリ文
* | SELECT corr(request_length,request_time)
- クエリおよび分析の結果
covar_pop関数
covar_pop関数は、xとyの母集団共分散を返します。
構文
covar_pop( x 、y)
パラメーター
項目 | 説明 |
---|---|
x | このパラメーターの値はdouble型です。 |
y | このパラメーターの値はdouble型です。 |
レスポンス
ダブルタイプ。
例
毎分の税引前利益と税引前売上高の母集団共分散を計算します。
- クエリ文
* | 選択 covar_pop(PretaxGrossAmount、PretaxAmount) AS「人口共分散」、 time_series(__time __, '1m', '% H:% i:% s', '0') AS time グループ化 time
- クエリおよび分析の結果
covar_samp関数
covar_samp関数は、xとyのサンプル共分散を返します。
構文
covar_samp( x 、y)
パラメーター
項目 | 説明 |
---|---|
x | このパラメーターの値はdouble型です。 |
y | このパラメーターの値はdouble型です。 |
レスポンス
ダブルタイプ。
例
毎分の税引前利益と税引前売上高のサンプル共分散を計算します。
- クエリ文
* | 選択 covar_samp(PretaxGrossAmount, PretaxAmount) AS "サンプル共分散", time_series(__time __, '1m', '% H:% i:% s', '0') AS time グループ化 time
- クエリおよび分析の結果
stddev関数
stddev関数は、xのサンプル標準偏差を返します。 この関数はstddev_samp関数と同じです。
構文
stddev(x)
パラメーター
項目 | 説明 |
---|---|
x | このパラメーターの値はdouble型またはbigint型です。 |
レスポンス
ダブルタイプ。
例
税引前所得のサンプル標準偏差と人口標準偏差を計算し、計算された値を折れ線グラフに表示します。
- クエリ文
* | 選択 stddev(PretaxGrossAmount) を「サンプル標準偏差」として、 stddev_pop(PretaxGrossAmount) を「人口標準偏差」として、 time_series(__time __, '1m', '% H:% i:% s', '0') AS time グループ化 time
- クエリおよび分析の結果
stddev_samp関数
stddev_samp関数は、xのサンプル標準偏差を返します。
構文
stddev_samp(x)
パラメーター
項目 | 説明 |
---|---|
x | このパラメーターの値はdouble型またはbigint型です。 |
レスポンス
ダブルタイプ。
例
税引前所得のサンプル標準偏差と人口標準偏差を計算し、計算された値を折れ線グラフに表示します。
- クエリ文
* | 選択 stddev_samp(PretaxGrossAmount) を「サンプル標準偏差」として、 stddev_pop(PretaxGrossAmount) を「人口標準偏差」として、 time_series(__time __, '1m', '% H:% i:% s', '0') AS time グループ化 time
- クエリおよび分析の結果
stddev_pop関数
The stddev_pop機能リターン人口標準偏差のx。
構文
stddev_pop(x)
パラメーター
項目 | 説明 |
---|---|
x | このパラメーターの値はdouble型またはbigint型です。 |
レスポンス
ダブルタイプ。
例
税引前所得のサンプル標準偏差と人口標準偏差を計算し、計算された値を折れ線グラフに表示します。
- クエリ文
* | 選択 stddev(PretaxGrossAmount) を「サンプル標準偏差」として、 stddev_pop(PretaxGrossAmount) を「人口標準偏差」として、 time_series(__time __, '1m', '% H:% i:% s', '0') AS time グループ化 time
- クエリおよび分析の結果
分散関数
分散関数は、xのサンプル分散を返します。 This機能var_samp機能と同等である。
構文
分散 (x)
パラメーター
項目 | 説明 |
---|---|
x | このパラメーターの値はdouble型またはbigint型です。 |
レスポンス
ダブルタイプ。
例
税引前所得のサンプル分散と母集団分散を計算し、計算された値を折れ線グラフに表示します。
- クエリ文
* | 選択 分散 (PretaxGrossAmount) 」としてSample分散 "、 var_pop(PretaxGrossAmount) 」としてPopulation分散 "、 time_series(__time __, '1m', '% H:% i:% s', '0') as time グループ化 time
- クエリおよび分析の結果
var_samp関数
var_samp関数は、xのサンプル分散を返します。
構文
var_samp(x)
パラメーター
項目 | 説明 |
---|---|
x | このパラメーターの値はdouble型またはbigint型です。 |
レスポンス
ダブルタイプ。
例
税引前所得のサンプル分散と母集団分散を計算し、計算された値を折れ線グラフに表示します。
- クエリ文
* | 選択 var_samp(PretaxGrossAmount) 」としてSample分散 "、 var_pop(PretaxGrossAmount) を「人口分散」として、 time_series(__time __, '1m', '% H:% i:% s', '0') as time グループ化 time
- クエリおよび分析の結果
var_pop関数
var_pop関数は、xの母集団分散を返します。
構文
var_pop(x)
パラメーター
項目 | 説明 |
---|---|
x | このパラメーターの値はdouble型またはbigint型です。 |
レスポンス
ダブルタイプ。
例
税引前所得のサンプル分散と母集団分散を計算し、計算された値を折れ線グラフに表示します。
- クエリ文
* | 選択 分散 (PretaxGrossAmount) を「サンプル分散」として、 var_pop(PretaxGrossAmount) を「人口分散」として、 time_series(__time __, '1m', '% H:% i:% s', '0') as time グループ化 time
- クエリおよび分析の結果
regr_intercept関数
regr_intercept関数は、(x、y)
のペアによって決定される線形方程式の線のy切片を返します。 x は従属値である。 y は独立した値です。
構文
regr_intercept( y 、x)
パラメーター
項目 | 説明 |
---|---|
y | このパラメーターの値はdouble型です。 |
x | このパラメーターの値はdouble型です。 |
レスポンス
ダブルタイプ。
例
request_timeフィールドとrequest_lengthフィールドの値によって決定される線形方程式の線のy切片を計算します。
- クエリ文
* | SELECT regr_intercept(request_length,request_time)
- クエリおよび分析の結果
regr_slope関数
regr_slope関数は、(x、y)
のペアによって決定される線形方程式の直線の傾きを返します。 x は従属値である。 y は独立した値です。
構文
regr_slope( y 、x)
パラメーター
項目 | 説明 |
---|---|
y | このパラメーターの値はdouble型です。 |
x | このパラメーターの値はdouble型です。 |
レスポンス
ダブルタイプ。
例
request_timeフィールドとrequest_lengthフィールドの値によって決定される線形方程式の直線の傾きを計算します。
- クエリ文
* | SELECT regr_slope(request_length,request_time)
- クエリおよび分析の結果
beta_cdf関数
beta_cdf関数は、ベータ分布の値を返します。
構文
beta_cdf( α, β, v)
パラメーター
項目 | 説明 |
---|---|
α | ベータCDFのパラメーター。 このパラメーターの値はdouble型です。 値は0より大きい。 |
β | ベータCDFのパラメーター。 このパラメーターの値はdouble型です。 値は0より大きい。 |
v | ベータCDFの入力パラメーター。 このパラメーターの値はdouble型です。 有効な値: [0,1] 。 |
レスポンス
ダブルタイプ。
例
- クエリ文
* | SELECT beta_cdf(0.1、0.5、0.7)
- クエリおよび分析の結果
binomial_cdf関数
binomial_cdf関数は、二項分布の値を返します。
構文
binomial_cdf( x 、y、v)
パラメーター
項目 | 説明 |
---|---|
x | トライアルの数。 このパラメーターの値は整数型です。 値は0より大きい。 |
y | トライアルのPOS。 このパラメーターの値はdouble型です。 有効な値: [0,1] 。 |
v | 二項CDFの入力パラメーター。 このパラメーターの値は整数型です。 |
レスポンス
ダブルタイプ。
例
- クエリ文
* | binomial_cdf選択 (10、0.1、1)
- クエリおよび分析の結果
cauchy_cdf関数
The cauchy_cdf機能返し値Cauchy分布。
構文
cauchy_cdf( x 、y、v)
パラメーター
項目 | 説明 |
---|---|
x | The場所パラメータ示すピークの分布。 このパラメーターの値はdouble型です。 |
y | scaleパラメーター。 このパラメーターの値はdouble型です。 値は0より大きい。 |
v | コーシーCDFの入力パラメーター。 このパラメーターの値はdouble型です。 |
レスポンス
ダブルタイプ。
例
- クエリ文
* | select cauchy_cdf(-10、5、-12)
- クエリおよび分析の結果
chi_squared_cdf関数
The chi_squared_cdf機能返し値カイ正方形分布。
構文
chi_squared_cdf( k, v)
パラメーター
項目 | 説明 |
---|---|
k | The度の自由。 このパラメーターの値はdouble型です。 値は0より大きい。 |
v | The入力パラメータのカイ正方形CDF。 このパラメーターの値はdouble型です。 The値は0以上。 |
レスポンス
ダブルタイプ。
例
- クエリ文
* | chi_squared_cdf選択 (3、10)
- クエリおよび分析の結果
inverse_beta_cdf機能
The inverse_beta_cdf機能返し値の逆ベータ分布。
構文
inverse_beta_cdf(α, β, p)
パラメーター
項目 | 説明 |
---|---|
α | ベータCDFのパラメーター。 このパラメーターの値はdouble型です。 値は0より大きい。 |
β | ベータCDFのパラメーター。 このパラメーターの値はdouble型です。 値は0より大きい。 |
1080p | The入力パラメータのための逆ベータCDF。 このパラメーターの値はdouble型です。 有効な値: [0,1] 。 |
レスポンス
ダブルタイプ。
例
- クエリ文
* | select inverse_beta_cdf(0.1、0.5、0.8926585878364057)
- クエリおよび分析の結果
inverse_binomial_cdf関数
inverse_binomial_cdf関数は、二項分布の逆関数の値を返します。
構文
inverse_binomial_cdf(x, y, p)
パラメーター
項目 | 説明 |
---|---|
x | トライアルの数。 このパラメーターの値は整数型です。 値は0より大きい。 |
y | トライアルのPOS。 このパラメーターの値はdouble型です。 有効な値: [0,1] 。 |
p | 二項CDFの逆数の入力パラメーター。 このパラメーターの値はdouble型です。 有効な値: [0,1] 。 |
レスポンス
整数型。
例
- クエリ文
* | select inverse_binomial_cdf(10、0.1、0.7360989291000001)
- クエリおよび分析の結果
inverse_cauchy_cdf関数
inverse_cauchy_cdf関数は、コーシー分布の逆数の値を返します。
構文
inverse_cauchy_cdf(x, y, p)
パラメーター
項目 | 説明 |
---|---|
x | 分布のピークを示すlocationパラメーター。 このパラメーターの値はdouble型です。 |
y | scaleパラメーター。 このパラメーターの値はdouble型です。 値は0より大きい。 |
p | コーシーCDFの逆数の入力パラメーター。 このパラメーターの値はdouble型です。 有効な値: [0,1] 。 |
レスポンス
ダブルタイプ。
例
- クエリ文
* | 選択inverse_cauchy_cdf(-10、5、0.3788810584091566)
- クエリおよび分析の結果
inverse_chi_squared_cdf関数
inverse_chi_squared_cdf関数は、カイ二乗分布の逆数の値を返します。
構文
chi_squared_cdf( k, p)
パラメーター
項目 | 説明 |
---|---|
18k | The度の自由。 このパラメーターの値はdouble型です。 値は0より大きい。 |
p | カイ二乗CDFの逆数の入力パラメータ。 このパラメーターの値はdouble型です。 有効な値: [0,1] 。 |
レスポンス
ダブルタイプ。
例
- クエリ文
* | inverse_chi_squared_cdf選択 (3、0.9814338645369567)
- クエリおよび分析の結果
inverse_laplace_cdf機能
inverse_laplace_cdf関数は、ラプラス分布の逆数の値を返します。
構文
inverse_laplace_cdf( μ 、b、1080p)
パラメーター
項目 | 説明 |
---|---|
μ | ラプラスCDFの位置パラメーター。 このパラメーターの値はdouble型です。 |
b | TheスケールパラメータLaplaceためCDF。 このパラメーターの値はdouble型です。 値は0より大きい。 |
1080p | The入力パラメータのための逆Laplace CDF。 このパラメーターの値はdouble型です。 有効な値: [0,1] 。 |
レスポンス
ダブルタイプ。
例
- クエリ文
* | select inverse_laplace_cdf(11、0.5、0.18393972058572118)
- クエリおよび分析の結果
inverse_normal_cdf機能
The inverse_normal_cdf機能返し値逆の正規分布。
構文
inverse_normal_cdf( × 、y、1080p)
パラメーター
項目 | 説明 |
---|---|
x | 正規分布の平均値。 このパラメーターの値はdouble型です。 |
y | The標準偏差通常の分布。 このパラメーターの値はdouble型です。 値は0より大きい。 |
1080p | The入力パラメータのための通常の逆CDF。 このパラメーターの値はdouble型です。 有効な値: (0,1) 。 |
レスポンス
ダブルタイプ。
例
- クエリ文
* | select inverse_normal_cdf(85、10、0.06680720126885803)
- クエリおよび分析の結果
inverse_poisson_cdf関数
inverse_poisson_cdf関数は、ポアソン分布の逆関数の値を返します。
構文
inverse_poisson_cdf( λ, p)
パラメーター
項目 | 説明 |
---|---|
λ | ランダムイベントの平均確率。 |
p | ポアソンCDFの逆関数の入力パラメータ。 このパラメーターの値はdouble型です。 有効な値: [0,1] 。 |
レスポンス
整数型。
例
- クエリ文
* | select inverse_poisson_cdf(0.1、0.9953211598395556)
- クエリおよび分析の結果
inverse_weibull_cdf関数
inverse_weibull_cdf関数は、ワイブル分布の逆数の値を返します。
構文
inverse_weibull_cdf( x, y, p)
パラメーター
項目 | 説明 |
---|---|
x | ワイブルCDFのスケールパラメータ。 このパラメーターの値はdouble型です。 値は0より大きい。 |
y | ワイブルCDFの形状パラメータ。 このパラメーターの値はdouble型です。 値は0より大きい。 |
p | ワイブルCDFの逆数の入力パラメータ。 このパラメーターの値はdouble型です。 有効な値: [0,1] 。 |
レスポンス
ダブルタイプ。
例
- クエリ文
* | select inverse_weibull_cdf(1、5、0.3296799539643607)
- クエリおよび分析の結果
laplace_cdf関数
laplace_cdf関数は、ラプラス分布の値を返します。
構文
laplace_cdf( μ 、b、v)
パラメーター
項目 | 説明 |
---|---|
μ | ラプラスCDFの位置パラメーター。 このパラメーターの値はdouble型です。 |
b | TheスケールパラメータLaplaceためCDF。 このパラメーターの値はdouble型です。 値は0より大きい。 |
v | ラプラスCDFの入力パラメーター。 このパラメーターの値はdouble型です。 |
レスポンス
ダブルタイプ。
例
- クエリ文
* | select laplace_cdf (11, 0.5, 10.5)
- クエリおよび分析の結果
normal_cdf関数
normal_cdf関数は、正規分布の値を返します。
構文
normal_cdf( × 、y、v)
パラメーター
項目 | 説明 |
---|---|
x | 正規分布の平均値。 このパラメーターの値はdouble型です。 |
y | The標準偏差通常の分布。 このパラメーターの値はdouble型です。 値は0より大きい。 |
v | 通常のCDFの入力パラメーター。 このパラメーターの値はdouble型です。 |
レスポンス
ダブルタイプ。
例
- クエリ文
* | select normal_cdf (85, 10, 70)
- クエリおよび分析の結果
poisson_cdf関数
poisson_cdf関数は、ポアソン分布の値を返します。
構文
poisson_cdf( λ, v)
パラメーター
項目 | 説明 |
---|---|
λ | ランダムイベントの平均確率。 |
v | ポアソンCDFの入力パラメーター。 このパラメーターの値は整数型です。 The値は0以上。 |
レスポンス
ダブルタイプ。
例
- クエリ文
* | select poisson_cdf(0.1, 1)
- クエリおよび分析の結果
weibull_cdf関数
weibull_cdf関数は、ワイブル分布の値を返します。
構文
weibull_cdf( x, y, v)
パラメーター
項目 | 説明 |
---|---|
x | ワイブルCDFのスケールパラメータ。 このパラメーターの値はdouble型です。 値は0より大きい。 |
y | ワイブルCDFの形状パラメータ。 このパラメーターの値はdouble型です。 値は0より大きい。 |
v | ワイブルCDFの入力パラメーター。 このパラメーターの値はdouble型です。 |
レスポンス
例
- クエリ文
* | weibull_cdf(1, 5, 2) を選択
- クエリおよび分析の結果