postgrechina的博客

前面一篇对PostgreSQL支持的一般聚合函数做了一些实例讲解, http://blog.163.com/digoal@126/blog/static/16387704020152223539859/本文将讲解一下统计类的聚合函数.在此前我分别以相关性函数corr和计算总体/样本 方差, 标准方差的函数variance, var_pop, var_samp, stddev

1. 数学期望值, 平均值, meanhttp://zh.wikipedia.org/wiki/%E6%9C%9F%E6%9C%9B%E5%80%BC表示: E[X], 即X变量的平均值.也用miu表示 : μ=E[X]PostgreSQL中举例 : postgres=# select avg(c1) from (values(null),(1)

PostgreSQL支持较多的聚合函数, 以PostgreSQL 9.4为例, 支持例如一般性的聚合, 统计学科的聚合, 排序集聚合, 假象集聚合等.本文将对一般性聚合函数举例说明其功能和用法.以下图表参考 : http://www.postgresql.org/docs/9.4/static/functions-aggregate.htmlFunc

首选来个线性回归分析linear regression, 最小二乘法least-squares-fit的小故事(取自百度) : 1801年，意大利天文学家朱赛普·皮亚齐发现了第一颗小行星谷神星。经过40天的跟踪观测后，由于谷神星运行至太阳背后，使得皮亚齐失去了谷神星的位置。随后全世界的科学家利用皮亚齐的观测数据开始寻找谷神星，但是根据大多数人计算的结果来寻找谷神星都没有结果。时年24岁的高

K-Means是什么？引用一篇网友的文章：http://coolshell.cn/articles/7779.htmlPostgreSQL有一个k-means插件，可以用来实现kmean数据聚集统计，用在窗口函数中。用法举例：    SELECT kmeans(ARRAY[x, y, z], 10) OVER (), * FROM samples;

有时，我们为了直观的显示对象的空间占用及分布情况，我们可能会以图表的形式展示。通常情况下，我们可以根据需求，以柱状图或者聚集图的形式来展示，从各个维度来了解数据空间占用的分布情况，例如：1. bucket分布，就是按大小排序，选定要划分为几个bucket，每个bucket放同样数量的对象，输出bucket的边界，形式和pg_stats.histogram_bounds的输出类似。方法举

本文讲一下聚合函数的最后一个分类, Hypothetical-Set Aggregate Functions.这类聚合函数还有对应的窗口函数, 首先来看一下对应窗口函数的用法.rank()bigintrank of the current row with gaps; same as row_number of its first peer

本文是一个简单的一元线性回归的例子, 需要了解相关理论知识可参考 : http://blog.163.com/digoal@126/blog/static/163877040201523112651593/数据来自股票的收盘价.如果要做多元分析, 请自行增加维度(例如大盘指数,成交量,最低,最高价,价格区间等等都可以那里做回归计算), 计算期望值.

PostgreSQL统计信息中, 有一个相关性的统计, 在pg_stats.correlation中可以查看到, 统计值范围从-1到1, 趋向于-1表示逆向相关, 趋向于1表示正向相关, 趋向于0表示不相关.postgres=# \d pg_stats          View "pg_catalog.pg_stats"         Column         |   Ty

之前写了两篇关于一般聚合和统计类聚合的函数的用法, http://blog.163.com/digoal@126/blog/static/16387704020152223539859/http://blog.163.com/digoal@126/blog/static/1638770402015224124337/本文主要讲一下分组排序聚合的例子.Tabl

请先参考 :　http://blog.163.com/digoal@126/blog/static/1638770402015224124337/http://blog.163.com/digoal@126/blog/static/16387704020152245224236/http://blog.163.com/digoal@126/blog/static/16387