我有两个表:
ID,YRMO,计数
1,2013,12,4
1,2014年1月,6
1,2014,2,7
2,2014,1,6
2,2,2014,8
ID,YRMO,计数
2013-12-10
1,2014年1月,8
1、2014、3、12
2,2014年1月,6
2,2014,2,10
我想找出每组 ID 的 PIL 逊相关系数。大约有 200 多种不同的 IDS。
PIL 逊相关性是衡量两个变量 X 和 Y 之间线性相关性(相关性)的量度,给出的值介于 +1 和 -1 之间
可以在这里找到更多信息:http://oreilly.com/catalog/transqlcook/chapter/ch08.html 在计算相关部分
最佳答案
计算 PIL 逊相关系数;您需要先计算Mean
,然后是standard daviation
,然后是correlation coefficient
,如下所述
1。计算平均值
insert into tab2 (tab1_id, mean)
select ID, sum([counts]) /
(select count(*) from tab1) as mean
from tab1
group by ID;
2。计算标准偏差
update tab2
set stddev = (
select sqrt(
sum([counts] * [counts]) /
(select count(*) from tab1)
- mean * mean
) stddev
from tab1
where tab1.ID = tab2.tab1_id
group by tab1.ID);
3。最后 Pearson 相关系数
select ID,
((sf.sum1 / (select count(*) from tab1)
- stats1.mean * stats2.mean
)
/ (stats1.stddev * stats2.stddev)) as PCC
from (
select r1.ID,
sum(r1.[counts] * r2.[counts]) as sum1
from tab1 r1
join tab1 r2
on r1.ID = r2.ID
group by r1.ID
) sf
join tab2 stats1
on stats1.tab1_id = sf.ID
join tab2 stats2
on stats2.tab1_id = sf.ID
根据您发布的数据得出的结果
在这里查看演示 fiddle http://sqlfiddle.com/#!3/0da20/5
编辑:
好精炼一点。您可以使用以下函数获取 PCC,但我没有得到与您完全相同的结果,而是得到 0.999996000000000
for ID = 1
。
这对您来说可能是一个很好的切入点。您可以从此处进一步优化计算。
create function calculate_PCC(@id int)
returns decimal(16,15)
as
begin
declare @mean numeric(16,5);
declare @stddev numeric(16,5);
declare @count numeric(16,5);
declare @pcc numeric(16,12);
declare @store numeric(16,7);
select @count = CONVERT(numeric(16,5), count(case when Id=@id then 1 end)) from tab1;
select @mean = convert(numeric(16,5),sum([Counts])) / @count
from tab1 WHERE ID = @id;
select @store = (sum(counts * counts) / @count) from tab1 WHERE ID = @id;
set @stddev = sqrt(@store - (@mean * @mean));
set @pcc = ((@store - (@mean * @mean)) / (@stddev * @stddev));
return @pcc;
end
像这样调用函数
select db_name.dbo.calculate_PCC(1)
关于sql - PIL 逊相关 SQL Server,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/23415492/