hive -- stddev , stddev_pop , stddev_samp , var_pop , var_samp（计算方差标准差等）

标准差是方差的平方根 
1.方差公式： 
m为x1,x2…xn数列的期望值（平均数） 
s^2 = [(x1-m)^2 + (x2-m)^2 + … (xn-m)^2]/n 
s即为标准差 
s^2为方差。 
2.实例： 
Hive> select * from dim_row_num limit 10; 
OK 
0 
1 
2 
3 
4 
5 
6 
7 
8 
9

hive> select stddev(row_num) from dim_row_num where row_num<10; 
的结果： 2.8722813232690143 
即： 
m = 4.5 
s^2 = [(4.5*4.5 +3.5*3.5+2.5*2.5+1.5*1.5+0.5*0.5+0.5*0.5+1.5*1.5+2.5*2.5+3.5*3.5+4.5*4.5)/10] – 方差 
s = 2.8722813232690143 – 标准差

另外： 
stddev_pop = stddev

stddev_samp : 
s^2 = [(x1-m)^2 + (x2-m)^2 + … (xn-m)^2]/n-1 
即： 
m = 4.5 
s^2 = [(4.5*4.5 +3.5*3.5+2.5*2.5+1.5*1.5+0.5*0.5+0.5*0.5+1.5*1.5+2.5*2.5+3.5*3.5+4.5*4.5)/9] – 方差 
s = 3.0276503540974917 – 标准差

标准差： 
stddev=2.8722813232690143 
stddev_samp=3.0276503540974917 
stddev_pop=2.8722813232690143

方差： 
var_samp=stddev_samp^2=9.166666666666666 
var_pop=stddev_pop^2=8.25

3.总结： 
当我们需要真实的标准差 方差的时候 最好是使用： stddev stddev_pop var_pop 
而只是需要得到少量数据 标准差 方差 的近似值 可以选用： stddev_samp var_samp