找到每个记录带的离群值

目标是根据公式为每个带寻找极小或较大的记录。找到每个记录带的离群值

输入：

Distance Rate 
10  5 
25  200 
50  300 
1000  5 
2000  2000

带由我输入定义。例如，我想为这个输入设置两个频段（实际上有更多，比如10个频段）：1-100,101-10000。

对于每一个乐队，我们要发现率是由式离群f（从平均值两个标准偏差值的距离，如果你有兴趣在公式中）中的所有记录

公式f我想用

(Rate- avg(Rate) over())/(stddev(Rate) over()) > 2

输出：

Distance Rate 
10  5 
1000  5 (this number is for illustrative purpose only.)

困难的部分是I D o不知道如何为每个乐队做到这一点，这使得应用配方更加困难。

来源

2017-06-27 John Hass

什么是“记录带”？问题的部分是什么？示例查询将非常有帮助。你如何分配乐队？ –

@GordonLinoff我将它解释为一组行，并且某个列的值适合在任意范围内。 –

@TabAlleman是的。让我对这个问题进行更多的解释。 –

不知道你打算如何运用公式（我的猜测是UDF），你可以创建你的“乐队”由CASE表达式分组：

GROUP BY CASE 
    WHEN Distance BETWEEN 1 AND 100 THEN 'Band1' 
    WHEN Distance BETWEEN 101 AND 10000 THEN 'Band2' 
    ETC 
END

同样使用在同一个CASE表达式一个RANK（）OVER（）函数，如果这对你的查询的其余部分更好。

编辑：根据你的说明，你需要在你的WHERE子句中处理这个相关的子查询。我会考虑将其封装在UDF中，以使主查询看起来更清晰。例如：

WHERE (Rate- {Correlated query to select the AVG(rate) of all rows in this band (using the above CASE statement to determine "this band"} over())/(stddev(Rate) over()) > 2

来源

2017-06-27 20:06:13

我已经在公式中添加更多信息。你可以看一下吗？ –

找到每个记录带的离群值

回答

相关问题