- データベース管理者のための主要20c新機能の学習
- データベース管理者のための主要20c新機能の学習
- ツールおよび言語
- 分析SQL関数および統計関数
- 新しい分析関数および統計集計関数
- 演習: KURTOSIS関数を使用したデータの依存性の測定
演習: KURTOSIS関数を使用したデータの依存性の測定
この演習では、KURTOSIS_POPおよびKURTOSIS_SAMP集計関数を使用してデータの依存性を測定する方法を示します。尖度が高いほど、適度なサイズの偏差が頻繁に発生するのとは対照的に、頻度が低い極端な偏差が発生した結果として、より多くの分散が生じることを意味します。正規分布の尖度はゼロです。
- 新しい演習を開始する前に、演習の環境の推奨事項を参照してください。
HRとしてPDB20に接続し、/home/oracle/labs/M104784GC10/Houses_Prices.sqlSQLスクリプトを実行します。このSQLスクリプトでは、データを含む表を作成します。$ cd /home/oracle/labs/M104784GC10 $ sqlplus hr@PDB20 SQL*Plus: Release 20.0.0.0.0 - Production on Mon Mar 16 08:49:39 2020 Version 20.2.0.0.0 Copyright (c) 1982, 2020, Oracle. All rights reserved. Enter password: password Last Successful login time: Mon Mar 16 2020 08:48:58 +00:00 Connected to: Oracle Database 20c Enterprise Edition Release 20.0.0.0.0 - Production Version 20.2.0.0. SQL> @/home/oracle/labs/M104784GC10/Houses_Prices.sql SQL> SQL> DROP TABLE houses; Table dropped. SQL> CREATE TABLE houses (house NUMBER, price_big_city NUMBER, price_small_city NUMBER, price_date DATE); Table created. SQL> INSERT INTO houses VALUES (1,100000,10000, sysdate); 1 row created. SQL> INSERT INTO houses VALUES (1,200000,15000, sysdate+1); 1 row created. SQL> INSERT INTO houses VALUES (1,300000,25000, sysdate+1); 1 row created. SQL> INSERT INTO houses VALUES (1,400000,28000, sysdate+2); 1 row created. SQL> INSERT INTO houses VALUES (1,500000,30000, sysdate+3); 1 row created. SQL> INSERT INTO houses VALUES (1,600000,32000, sysdate+3); 1 row created. SQL> INSERT INTO houses VALUES (1,700000,35000, sysdate+4); 1 row created. SQL> INSERT INTO houses VALUES (1,800000,38000, sysdate+4); 1 row created. SQL> INSERT INTO houses VALUES (1,900000,40000, sysdate+5); 1 row created. SQL> SQL> INSERT INTO houses VALUES (2,2000000,1000000, sysdate+6); 1 row created. SQL> INSERT INTO houses VALUES (2,200000,20000, sysdate); 1 row created. SQL> INSERT INTO houses VALUES (2,400000,35000, sysdate+1); 1 row created. SQL> INSERT INTO houses VALUES (2,600000,55000, sysdate+1); 1 row created. SQL> INSERT INTO houses VALUES (2,800000,48000, sysdate+2); 1 row created. SQL> SQL> INSERT INTO houses VALUES (3,400000,40000, sysdate+3); 1 row created. SQL> INSERT INTO houses VALUES (3,500000,42000, sysdate+3); 1 row created. SQL> INSERT INTO houses VALUES (3,600000,45000, sysdate+4); 1 row created. SQL> INSERT INTO houses VALUES (3,700000,48000, sysdate+4); 1 row created. SQL> INSERT INTO houses VALUES (3,800000,49000, sysdate+5); 1 row created. SQL> COMMIT; Commit complete. SQL>- 表の行を表示します。
HOUSE列の値は、調べる住宅のタイプを指し、統計的に調べて相互に比較するデータを分類します。SQL> SET PAGES 100 SQL> SELECT * FROM houses; HOUSE PRICE_BIG_CITY PRICE_SMALL_CITY PRICE_DAT ---------- -------------- ---------------- --------- 1 100000 10000 06-FEB-20 1 200000 15000 07-FEB-20 1 300000 25000 07-FEB-20 1 400000 28000 08-FEB-20 1 500000 30000 09-FEB-20 1 600000 32000 09-FEB-20 1 700000 35000 10-FEB-20 1 800000 38000 10-FEB-20 1 900000 40000 11-FEB-20 2 2000000 1000000 12-FEB-20 2 200000 20000 06-FEB-20 2 400000 35000 07-FEB-20 2 600000 55000 07-FEB-20 2 800000 48000 08-FEB-20 3 400000 40000 09-FEB-20 3 500000 42000 09-FEB-20 3 600000 45000 10-FEB-20 3 700000 48000 10-FEB-20 3 800000 49000 11-FEB-20 19 rows selected. SQL> - 3種類の住宅について、母集団の尖度(
KURTOSIS_POP)および標本の尖度(KURTOSIS_SAMP)の結果を表示します。SQL> SELECT house, kurtosis_pop(price_big_city), kurtosis_pop(price_small_city) FROM houses GROUP BY house; HOUSE KURTOSIS_POP(PRICE_BIG_CITY) KURTOSIS_POP(PRICE_SMALL_CITY) ---------- ---------------------------- ------------------------------ 1 -1.23 -.7058169 2 -.212 .245200191 3 -1.3 -1.5417881 SQL> SELECT house, kurtosis_samp(price_big_city), kurtosis_samp(price_small_city) FROM houses GROUP BY house; HOUSE KURTOSIS_SAMP(PRICE_BIG_CITY) KURTOSIS_SAMP(PRICE_SMALL_CITY) ---------- ----------------------------- ------------------------------- 1 -1.2 -.201556 2 3.152 4.98080076 3 -1.2 -2.1671526 SQL>PRICE_SMALL_CITYは、PRICE_BIG_CITYと比較して尖度が高くなります。PRICE_SMALL_CITYおよびPRICE_BIG_CITYで、より多くのデータが尾にあるのか、ピーク前後にあるのかに注目します。 - 表に行をさらに挿入します。
SQL> INSERT INTO houses SELECT * FROM houses; 19 rows created. SQL> / 38 rows created. SQL> / 76 rows created. SQL> / 152 rows created. SQL> COMMIT; Commit complete. SQL> SELECT house, KURTOSIS_POP(price_big_city), KURTOSIS_POP(price_small_city) FROM houses GROUP BY house ORDER BY 1; HOUSE KURTOSIS_POP(PRICE_BIG_CITY) KURTOSIS_POP(PRICE_SMALL_CITY) ---------- ---------------------------- ------------------------------ 1 -1.23 -.7058169 2 -.212 .245200191 3 -1.3 -1.5417881 SQL> SELECT house, KURTOSIS_SAMP(price_big_city), KURTOSIS_SAMP(price_small_city) FROM houses GROUP BY house ORDER BY 1; HOUSE KURTOSIS_SAMP(PRICE_BIG_CITY) KURTOSIS_SAMP(PRICE_SMALL_CITY) ---------- ----------------------------- ------------------------------- 1 -1.2309485 -.68809876 2 -.14695105 .340165838 3 -1.3061439 -1.5637533 SQL>ご覧のとおり、データセット内の値の数が増加すると、
KURTOSIS_SAMPおよびKURTOSIS_POPの計算値の差は減少します。 - 列
PRICE_SMALL_CITYおよびPRICE_BIG_CITYの個別値の尖度を確認します。SQL> SELECT house, KURTOSIS_POP(DISTINCT price_big_city) pop_big_city, KURTOSIS_SAMP(DISTINCT price_big_city) samp_big_city, KURTOSIS_POP(DISTINCT price_small_city) pop_small_city, KURTOSIS_SAMP(DISTINCT price_small_city) samp_small_city FROM houses GROUP BY house; HOUSE POP_BIG_CITY SAMP_BIG_CITY POP_SMALL_CITY SAMP_SMALL_CITY ---------- ------------ ------------- -------------- --------------- 1 -1.23 -1.2 -.7058169 -.201556 2 -.212 3.152 .245200191 4.98080076 3 -1.3 -1.2 -1.5417881 -2.1671526 SQL>問合せで列
PRICE_BIG_CITYおよびPRICE_SMALL_CITYの個別値が評価されない場合、結果は大きく異なりますか。SQL> SELECT house, KURTOSIS_POP(price_big_city) pop_big_city, KURTOSIS_SAMP(price_big_city) samp_big_city, KURTOSIS_POP(price_small_city) pop_small_city, KURTOSIS_SAMP(price_small_city) samp_small_city FROM houses GROUP BY house; HOUSE POP_BIG_CITY SAMP_BIG_CITY POP_SMALL_CITY SAMP_SMALL_CITY ---------- ------------ ------------- -------------- --------------- 1 -1.23 -1.2309485 -.7058169 -.68809876 2 -.212 -.14695105 .245200191 .340165838 3 -1.3 -1.3061439 -1.5417881 -1.5637533 SQL>まったく同じ行が挿入されたため、母集団の依存性の値は異なりません。
HOUSE番号1のビッグ・データ・セットが含まれる表にさらに行を挿入します。SQL> INSERT INTO houses (house, price_big_city, price_small_city) SELECT house, price_big_city*0.5, price_small_city*0.1 FROM houses WHERE house=1; 144 rows created. SQL> / 288 rows created. SQL> / 576 rows created. SQL> / 1152 rows created. SQL> / 2304 rows created. SQL> COMMIT; Commit complete. SQL> SELECT house, count(house) FROM houses GROUP BY house ORDER BY 1; HOUSE COUNT(HOUSE) ---------- ------------ 1 4608 2 80 3 80 SQL> SELECT house, KURTOSIS_POP(price_big_city) pop_big_city, KURTOSIS_SAMP(price_big_city) samp_big_city, KURTOSIS_POP(price_small_city) pop_small_city, KURTOSIS_SAMP(price_small_city) samp_small_city FROM houses GROUP BY house; HOUSE POP_BIG_CITY SAMP_BIG_CITY POP_SMALL_CITY SAMP_SMALL_CITY ---------- ------------ ------------- -------------- --------------- 1 9.12746931 9.13868421 33.7452495 33.7831972 2 -.212 -.14695105 .245200191 .340165838 3 -1.3 -1.3061439 -1.5417881 -1.5637533 SQL>EXIT $これで、住宅番号1のデータの依存性が正になり、データが右に偏ります。
PRICE_SMALL_CITYは、PRICE_BIG_CITYと比較して尖度がずっと高くなります。これは、PRICE_BIG_CITYでは、適度なサイズの偏差が非常に頻繁に発生することに分散が起因するのに対し、PRICE_SMALL_CITYでは、頻度が低い極端な偏差が多数発生した結果としてより多くの分散が生じることを意味します。
親トピック: 新しい分析関数および統計集計関数