Qlik Sense使用Stdev()函数计算标准差-CSDN博客

本文链接：https://blog.csdn.net/moshowgame/article/details/137800243

什么是标准差？

标准差（Standard Deviation）是衡量一组数值分散程度的统计量，表示数据与平均数之间的偏差。标准差是方差的平方根，它能够反映数据集内部的变异性或离散程度。

计算方法：标准差的计算涉及到每一个数据点与平均值的差值，这些差值被平方后加总，然后除以数据点的个数（对于样本标准差是除以个数减一）得到方差，最后取方差的平方根即为标准差。
意义解释：一个较小的标准差意味着数据点接近平均值，而较大的标准差则意味着数据点分散得比较开。
应用范畴：标准差在多个领域都有广泛应用，如在投资领域用于评估风险，在制造业中用于质量控制等。

此外，标准差还与正态分布的概率有关，例如在一个正态分布的数据集中，大约68%的数据值落在距离平均数一个标准差的范围内，约95%的数据落在两个标准差内，而约99%的数据落在三个标准差内。

综上所述，了解标准差有助于我们更好地理解数据的波动性和可靠性。

Qlik Sense 计算标准差的最佳实践

在Qlik Sense中，可以使用以下步骤来计算标准差：

加载数据：确保您的数据已经加载到Qlik Sense中，并且已经进行了适当的数据处理和关联。
创建度量：在Qlik Sense中，您可以创建一个度量来定义标准差的计算方式。通常，标准差的计算公式为：

其中，��Xi 是各个数据点，�μ 是数据的平均值，N) 是数据点的总数。在样本标准差的计算中，除以的是 \(N-1（样本大小减去1），而在总体标准差的计算中，除以的是 �N。
使用聚合函数：在Qlik Sense的图表中，您可以使用聚合函数来应用这个度量。例如，如果您想计算某个字段的标准差，可以在图表的表达式中使用StdDev()函数。
应用表达式：在需要计算标准差的字段上应用上述创建的度量或直接使用StdDev()函数。例如，如果您有一个名为Sales的字段，您可能想要计算其标准差，可以这样写：StdDev({<Field>}, Sales)，其中<Field>是您要基于其计算标准差的条件字段。
查看结果：完成上述步骤后，您就可以在图表中看到计算出的标准差值了。

Stdev函数实战

Stdev() 用于返回迭代于 group by 子句定义的大量记录的表达式中的标准偏差值。（标准差）

语法：

Stdev([distinct] expr)

返回数据类型：数字

参数：

参数
参数	说明
expr	表达式或字段包含要度量的数据。
distinct	如果在表达式前面出现单词 distinct，则将忽略所有重复值。

Sample 1 Stdev脚本函数

Table1:
Crosstable (Type, Value)
Load recno() as ID, * inline [
Observation|Comparison
35|2
40|27
12|38
15|31
21|1
14|19
46|1
10|34
28|3
48|1
16|2
30|3
32|2
48|1
31|2
22|1
12|3
39|29
19|37
25|2 ] (delimiter is '|');

 
Stdev1:

LOAD Type,

Stdev(Value) as MyStdev

Resident Table1 Group By Type;

Stdev() 计算的结果是：

Type 是 MyStdev
Comparison 是 14.61245
Observation 是 12.507997

Sample 2 Measure调用脚本函数

Material	Jan	Feb	Mrch	Avg	Std
a	0	1	1	0,66666667	0,471404521
b	1	5	11	5,66666667	4,109609335
b	0	1	0	0,33333333	0,471404521

Try with RangeAvg function


T:
LOAD
*,
Sqrt(RangeSum(Pow((Jan - Average),2), Pow((Feb - Average),2), Pow((Mrch - Average),2)) / 3)
;
LOAD Material,
Jan,
Feb,
Mrch,
Avg,
Std,
RangeAvg(Jan, Feb, Mrch) as Average
FROM [lib://WebQlikCommunity]
(html, utf8, embedded labels, table is @1);

With a pivot

And user Measures

if(SecondaryDimensionality()=0, null(), sum(Value))

if(SecondaryDimensionality()=0, avg(TOTAL <Material> Value))

if(SecondaryDimensionality()=0, StDev(TOTAL <Material> Value))

Sample 3 两倍/N倍标准差

TestData:
LOAD
floor(NormInv(Rand(),0,1)*100) as F1
AutoGenerate 1000
;

Threshold:
LOAD
Avg(F1) + (StDev(F1)* 2) as Threshold
Resident TestData
;
Let vThreshold = Peek('Threshold');

Counts:
LOAD
Count(F1) as Counted
Resident TestData
Where F1 > $(vThreshold)
;