始める無料で始める

グループ統計量を要約する

値がグループ間でどのように変動するかを知りたいときがあります。たとえば、グループごとの最大値はグループ間でどのように違うでしょうか？

これを調べるには、まずグループごとに集計し、その結果に対して要約統計量を計算します。1つの方法は、サブクエリでグループの値を計算し、そのサブクエリの結果をさらに要約することです。

この演習では、Stack Overflow の1日あたりの質問数の「タグごとの最大値」について、タグ間の標準偏差はいくつになりますか？ さらに、その最大値の平均、最小、最大も求めてみましょう。

この演習はコースの一部です

SQLによる探索的データ分析

コースを見る

演習の手順

  • まず、タグごとに question_count の max() を計算するサブクエリを書き、サブクエリの結果に maxval という別名を付けます。
  • つづいて、stddev() で maxval の標準偏差を計算します。
  • さらに、min()、max()、avg() で maxval の最小・最大・平均も計算します。

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

-- Compute standard deviation of maximum values
SELECT ___(___),
	   -- min
       ___(___),
       -- max
       ___(___),
       -- avg
       ___(___)
  -- Subquery to compute max of question_count by tag
  FROM (SELECT ___(___) AS ___
          FROM stackoverflow
         -- Compute max by...
         GROUP BY ___) AS max_results; -- alias for subquery
コードを編集して実行