SLS mathematical and statistical functions: syntax and examples - Simple Log Service

Sintaxis y ejemplos de las funciones matemáticas y estadísticas en Simple Log Service.

SLS admite las siguientes funciones matemáticas y estadísticas.

Importante

Si desea utilizar cadenas en instrucciones analíticas, debe encerrarlas entre comillas simples (''). Las cadenas sin comillas o las encerradas entre comillas dobles ("") indican nombres de campo o de columna. Por ejemplo, 'status' indica la cadena status, mientras que status o "status" indica el campo de registro status.

Categoría	Función	Sintaxis	Descripción	SQL	SPL
Funciones de correlación	corr function	corr(x, y)	Devuelve el coeficiente de correlación entre x y y. El valor devuelto se encuentra en el rango [-1, 1].	√	×
Funciones de varianza y desviación estándar	covar_pop function	covar_pop(x, y)	Devuelve la covarianza poblacional de x y y.	√	×
	covar_samp function	covar_samp(x, y)	Devuelve la covarianza muestral de x y y.	√	×
	stddev function	stddev(x)	Devuelve la desviación estándar muestral de x. Esta función es un alias de la función `stddev_samp`.	√	×
	stddev_samp function	stddev_samp(x)	Devuelve la desviación estándar muestral de x.	√	×
	stddev_pop function	stddev_pop(x)	Devuelve la desviación estándar poblacional de x.	√	×
	variance function	variance(x)	Devuelve la varianza muestral de x. Alias de la función `var_samp`.	√	×
	var_samp function	var_samp(x)	Devuelve la varianza muestral de x.	√	×
	var_pop function	var_pop(x)	Devuelve la varianza poblacional de x.	√	×
Funciones de regresión lineal	regr_intercept function	regr_intercept(y, x)	Ajusta una ecuación lineal a los puntos de entrada `(x,y)` y calcula la intersección con el eje y de la recta resultante.	√	×
Funciones de regresión lineal	regr_slope function	regr_slope(y, x)	Ajusta una ecuación lineal al punto de entrada `(x,y)` y calcula la pendiente de la recta resultante.	√	×
Funciones de distribución acumulativa (CDF)	beta_cdf function	beta_cdf(α, β, v)	Calcula la función de distribución acumulativa (CDF) de la distribución beta, P(N <= v; α, β), donde α y β son los parámetros de forma.	√	×
	binomial_cdf function	binomial_cdf(x, y, v)	Calcula la función de distribución acumulativa (CDF) de la distribución binomial, P(N <= v), donde x es el número de ensayos e y es la probabilidad de éxito en cada ensayo.	√	×
	cauchy_cdf function	cauchy_cdf(x, y, v)	Calcula la función de distribución acumulativa (CDF) de la distribución de Cauchy, P(N <= v; x, y), donde x es el parámetro de ubicación (posición del pico) e y es el parámetro de escala.	√	×
	chi_squared_cdf function	chi_squared_cdf(k, v)	Calcula la función de distribución acumulativa (CDF) de la distribución chi-cuadrado, P(N <= v; k), donde k representa los grados de libertad.	√	×
	inverse_beta_cdf function	inverse_beta_cdf(α, β, p)	Para una probabilidad p dada, calcula el valor v tal que P(N <= v; α, β) = p.	√	×
	inverse_binomial_cdf function	inverse_binomial_cdf(x, y, p)	Para una probabilidad p dada, calcula el valor v tal que P(N <= v) = p.	√	×
	inverse_cauchy_cdf function	inverse_cauchy_cdf(x, y, p)	Para una probabilidad p dada, calcula el valor v tal que P(N <= v; x, y) = p.	√	×
	inverse_chi_squared_cdf function	inverse_chi_squared_cdf(k, p)	Para una probabilidad p dada, calcula el valor v tal que P(N <= v; k) = p.	√	×
	inverse_laplace_cdf function	inverse_laplace_cdf(μ, b, p)	Para una probabilidad p dada, calcula el valor v tal que P(N <= v; μ, b) = p.	√	×
	inverse_normal_cdf function	inverse_normal_cdf(x, y, p)	Para una probabilidad p dada, calcula el valor v tal que P(N <= v; x, y) = p.	√	×
	inverse_poisson_cdf function	inverse_poisson_cdf(x, y, p)	Para una probabilidad p dada, calcula el valor v tal que P(N <= v; λ) = p.	√	×
	inverse_weibull_cdf function	inverse_weibull_cdf(x, y, p)	Para una probabilidad p dada, calcula el valor v tal que P(N <= v; x, y) = p.	√	×
	laplace_cdf function	laplace_cdf(μ, b, v)	Calcula la función de distribución acumulativa (CDF) de la distribución de Laplace, P(N <= v; μ, b), donde μ es el parámetro de ubicación y b es el parámetro de escala.	√	×
	normal_cdf function	normal_cdf(x, y, v)	Calcula la función de distribución acumulativa (CDF) de la distribución normal, P(N <= v; x, y), donde x es la media e y es la desviación estándar.	√	×
	poisson_cdf function	poisson_cdf(λ, v)	Calcula la función de distribución acumulativa (CDF) de la distribución de Poisson, P(N <= v; λ), donde λ es la tasa promedio de eventos.	√	×
	weibull_cdf function	weibull_cdf(x, y, v)	Calcula la función de distribución acumulativa (CDF) de la distribución de Weibull, P(N <= v; x, y), donde x es el parámetro de escala e y es el parámetro de forma.	√	×

Función corr

Devuelve el coeficiente de correlación entre x y y. Los valores más altos indican una correlación más fuerte.

Sintaxis
```
corr(x, y)
```
Parámetros

Parámetro

Descripción

x

Un valor double.

y

Un valor double.
Tipo de valor devuelto

Un valor double en el rango [0, 1].
Ejemplos

Calcula el coeficiente de correlación entre los campos request_length y request_time.
- Instrucción de consulta
```
* | SELECT corr(request_length,request_time)
```
- El coeficiente de correlación entre request_length y request_time es 0.0008096234574114261.

Función covar_pop

Calcula la covarianza poblacional de x y y.

Sintaxis
```
covar_pop(x, y)
```
Parámetros

Parámetro

Descripción

x

Un valor double.

y

Un valor double.
Tipo de valor devuelto

Un valor double.
Ejemplos

Calcula la covarianza poblacional de las ganancias antes de impuestos y la facturación antes de impuestos por minuto.
- Instrucción de consulta
```
*|
SELECT
  covar_pop(PretaxGrossAmount, PretaxAmount) AS "population covariance",
  time_series(__time__, '1m', '%H:%i:%s', '0') AS time
GROUP BY
  time
```
- La consulta devuelve dos filas. Los valores de population covariance son 4.402252063414699 y 2.2477524300733857, y los valores de time son 04:24:00 y 04:47:00, respectivamente.

Función covar_samp

Calcula la covarianza muestral de x y y.

Sintaxis
```
covar_samp(x, y)
```
Parámetros

Parámetro

Descripción

x

Un valor double.

y

Un valor double.
Tipo de valor devuelto

Un valor double.
Ejemplos

Calcula la covarianza muestral de las ganancias antes de impuestos y la facturación antes de impuestos por minuto.
- Instrucción de consulta
```
*|
SELECT
  covar_samp(PretaxGrossAmount, PretaxAmount) AS "Sample covariance",
  time_series(__time__, '1m', '%H:%i:%s', '0') AS time
GROUP BY
  time
```
- La consulta devuelve dos filas. La Sample covariance es 2.2910940581194376 cuando time es 15:50:00, y 4.721554417070316 cuando time es 15:49:00.

Función stddev

Devuelve la desviación estándar muestral de x. Es un alias de la función stddev_samp.

Sintaxis
```
stddev(x)
```
Parámetros

Parámetro

Descripción

x

Un valor double o bigint.
Tipo de valor devuelto

Devuelve un valor double.
Ejemplos

Calcula las desviaciones estándar muestral y poblacional de los ingresos antes de impuestos y muestra los resultados en un gráfico de líneas.
- Instrucción de consulta
```
* |
SELECT
  stddev(PretaxGrossAmount) as "Sample standard deviation",
  stddev_pop(PretaxGrossAmount) as "Population standard deviation",
  time_series(__time__, '1m', '%H:%i:%s', '0') AS time
GROUP BY
  time
```
- Resultados de la consulta y el análisis

Función stddev_samp

Calcula la desviación estándar muestral de x.

Sintaxis
```
stddev_samp(x)
```
Parámetros

Parámetro

Descripción

x

Un valor double o bigint.
Tipo de valor devuelto

Un valor double.
Ejemplos

Calcula las desviaciones estándar muestral y poblacional de los ingresos antes de impuestos y muestra los resultados en un gráfico de líneas.
- Instrucción de consulta
```
* |
SELECT
  stddev_samp(PretaxGrossAmount) as "Sample standard deviation",
  stddev_pop(PretaxGrossAmount) as "Population standard deviation",
  time_series(__time__, '1m', '%H:%i:%s', '0') AS time
GROUP BY
  time
```
- Resultados de la consulta y el análisis

Función stddev_pop

Calcula la desviación estándar poblacional de x.

Sintaxis
```
stddev_pop(x)
```
Parámetros

Parámetro

Descripción

x

Un valor double o bigint.
Tipo de valor devuelto

Un valor double.

Ejemplos

Calcula las desviaciones estándar muestral y poblacional de los ingresos antes de impuestos y muestra los resultados en un gráfico de líneas.

Instrucción de consulta

* |
SELECT
  stddev(PretaxGrossAmount) as "Sample standard deviation",
  stddev_pop(PretaxGrossAmount) as "Population standard deviation",
  time_series(__time__, '1m', '%H:%i:%s', '0') AS time
GROUP BY
  time

Resultados de la consulta

Función variance

Devuelve la varianza muestral de x. Esta función es un alias de la función var_samp.

Sintaxis
```
variance(x)
```
Parámetros

Parámetro

Descripción

x

Un valor double o bigint.
Tipo de valor devuelto

Un valor double.
Ejemplos

Calcula la varianza muestral y poblacional de los ingresos antes de impuestos y muestra los resultados en un gráfico de líneas.
- Instrucción de consulta
```
* |
SELECT
  variance(PretaxGrossAmount) as "Sample variance",
  var_pop(PretaxGrossAmount) as "Population variance",
  time_series(__time__, '1m', '%H:%i:%s', '0') as time
GROUP BY
  time
```
- Resultados de la consulta y el análisis

Función var_samp

Calcula la varianza muestral de x.

Sintaxis
```
var_samp(x)
```
Parámetros

Parámetro

Descripción

x

Un valor double o bigint.
Tipo de valor devuelto

Devuelve un valor double.
Ejemplos

Calcula la varianza muestral y poblacional de los ingresos antes de impuestos y muestra los resultados en un gráfico de líneas.
- Instrucción de consulta y análisis
```
* |
SELECT
  var_samp(PretaxGrossAmount) as "Sample variance",
  var_pop(PretaxGrossAmount) as "Population variance",
  time_series(__time__, '1m', '%H:%i:%s', '0') as time
GROUP BY
  time
```
- Resultados de la consulta y el análisis

Función var_pop

Devuelve la varianza poblacional de x.

Sintaxis
```
var_pop(x)
```
Parámetros

Parámetro

Descripción

x

Un valor double o bigint.
Tipo de valor devuelto

Un valor double.
Ejemplos

Calcula la varianza muestral y poblacional de los ingresos antes de impuestos y muestra los resultados en un gráfico de líneas.
- Instrucción de consulta
```
* |
SELECT
  variance(PretaxGrossAmount) as "Sample variance",
  var_pop(PretaxGrossAmount) as "Population variance",
  time_series(__time__, '1m', '%H:%i:%s', '0') as time
GROUP BY
  time
```
- Resultados de la consulta y el análisis

Función regr_intercept

Ajusta una ecuación lineal a un conjunto de pares de entrada (x,y) y devuelve la intersección con el eje y de la recta de regresión resultante. y es el valor dependiente y x es el valor independiente.

Sintaxis
```
regr_intercept(y, x)
```
Parámetros

Parámetro

Descripción

y

Un valor double.

x

Un valor double.
Tipo de valor devuelto

Devuelve un valor double.
Ejemplos

Calcula la intersección con el eje y de la recta de regresión a partir de los campos request_time y request_length.
- Instrucción de consulta
```
* | SELECT regr_intercept(request_length,request_time)
```
- Resultados de la consulta: El valor en la columna _col0 es 4128.22910642988.

Función regr_slope

Ajusta una ecuación lineal a los pares de entrada (x,y) y devuelve la pendiente de la recta de regresión. y es el valor dependiente y x es el valor independiente.

Sintaxis
```
regr_slope(y, x)
```
Parámetros

Parámetro

Descripción

y

El valor dependiente. Un valor double.

x

El valor independiente. Un valor double.
Tipo de valor devuelto

Devuelve un valor double.
Ejemplos

Calcula la pendiente de la recta de regresión a partir de los campos request_time y request_length.
- Instrucción de consulta
```
* | SELECT regr_slope(request_length,request_time)
```
- El resultado de la consulta es 1.9022724330993215.

Función beta_cdf

Calcula la CDF de la distribución beta.

Sintaxis
```
beta_cdf(α, β, v)
```

Parámetros

Parámetro	Descripción
α	Un parámetro de la `beta distribution`. El valor debe ser de tipo `double` y mayor que 0.
β	Un parámetro de la `beta distribution`. El valor debe ser de tipo `double` y mayor que 0.
v	El valor en el que se evalúa la `cumulative distribution function`. El valor debe ser de tipo `double` en el rango [0, 1].

Tipo de valor devuelto

double
Ejemplos
- Instrucción de consulta
```
* | SELECT beta_cdf(0.1, 0.5, 0.7) 
```
- Resultados de la consulta y el análisis: 0.8926585878364057

Función binomial_cdf

Calcula la función de distribución acumulativa de la distribución binomial.

Sintaxis
```
binomial_cdf(x, y, v)
```

Parámetros

Parámetro	Descripción
x	El número de ensayos. Debe ser un entero positivo.
y	La probabilidad de éxito en cada ensayo. Debe ser un valor double en el rango [0, 1].
v	El número de éxitos. Debe ser un entero.

Tipo de valor devuelto

Devuelve un valor double.
Ejemplos
- Instrucción de consulta
```
* | select binomial_cdf(10, 0.1, 1)
```
- La consulta devuelve 0.7360989291000001.

Función cauchy_cdf

Calcula la CDF de la distribución de Cauchy.

Sintaxis
```
cauchy_cdf(x, y, v)
```

Parámetros

Parámetro	Descripción
x	El parámetro de ubicación, un valor double que define el pico de la distribución.
y	El parámetro de escala, que debe ser un valor double mayor que 0.
v	Un valor double en el que se evalúa la función de distribución acumulativa.

Tipo de valor devuelto

Devuelve un valor double.
Ejemplos
- Instrucción de consulta
```
* | select cauchy_cdf(-10, 5, -12) 
```
- La consulta devuelve 0.3788810584091566.

Función chi_squared_cdf

Calcula la CDF de la distribución chi-cuadrado.

Sintaxis
```
chi_squared_cdf(k, v)
```

Parámetros

Parámetro	Descripción
k	Los grados de libertad para la distribución chi-cuadrado. Debe ser un valor double mayor que 0.
v	El valor en el que se evalúa la función de distribución acumulada. Debe ser un valor double mayor o igual que 0.

Tipo de valor de retorno

Un valor double.
Ejemplos
- Instrucción de consulta
```
* | select chi_squared_cdf(3, 10) 
```
- Resultado: 0.9814338645369567.

Función inverse_beta_cdf

Calcula la CDF inversa de la distribución beta.

Sintaxis
```
inverse_beta_cdf(α, β, p)
```

Parámetros

Parámetro	Descripción
α	Un parámetro de forma para la distribución beta. El valor debe ser de tipo double y mayor que 0.
β	Un parámetro de forma para la distribución beta. El valor debe ser de tipo double y mayor que 0.
p	La probabilidad de entrada para la función de distribución acumulada inversa. El valor debe ser de tipo double en el rango [0, 1].

Tipo de valor de retorno

Devuelve un valor double.
Ejemplos
- Instrucción de consulta
```
* | select inverse_beta_cdf(0.1, 0.5, 0.8926585878364057)
```
- Resultado de la consulta y el análisis: El valor de _col0 es 0.699999999279748.

Función inverse_binomial_cdf

Calcula la CDF inversa de la distribución binomial.

Sintaxis
```
inverse_binomial_cdf(x, y, p)
```

Parámetros

Parámetro	Descripción
x	El número de ensayos, un entero positivo.
y	La probabilidad de éxito para cada ensayo, un valor double en el rango [0, 1].
p	La probabilidad objetivo, un valor double en el rango [0, 1].

Tipo de valor de retorno

Devuelve un entero.
Ejemplos
- Instrucción de consulta
```
* | select inverse_binomial_cdf(10, 0.1, 0.7360989291000001)   
```
- El resultado de la consulta y el análisis es 1.

Función inverse_cauchy_cdf

Calcula la CDF inversa de la distribución de Cauchy.

Sintaxis
```
inverse_cauchy_cdf(x, y, p)
```

Parámetros

Parámetro	Descripción
x	El parámetro de ubicación, un `double` que especifica el pico de la distribución.
y	El parámetro de escala, un `double` mayor que 0.
p	La probabilidad de entrada, un `double` en el rango [0, 1].

Tipo de valor de retorno

Devuelve un valor double.
Ejemplos
- Instrucción de consulta
```
* | select inverse_cauchy_cdf(-10, 5, 0.3788810584091566)  
```
- Resultados de la consulta y el análisis: El valor de la columna _col0 es -12.0.

Función inverse_chi_squared_cdf

Calcula la CDF inversa de la distribución chi-cuadrado.

Sintaxis
```
inverse_chi_squared_cdf(k, p)
```

Parámetros

Parámetro	Descripción
k	Los grados de libertad para la distribución chi-cuadrado. Debe ser un valor double positivo.
p	La probabilidad utilizada para calcular el valor inverso. Debe ser un valor double en el rango [0, 1].

Tipo de valor de retorno

Devuelve un valor double.
Ejemplos
- Instrucción de consulta
```
* | select inverse_chi_squared_cdf(3, 0.9814338645369567) 
```
- El resultado de la consulta y el análisis es 9.999999999835746.

Función inverse_laplace_cdf

Devuelve la CDF inversa de la distribución de Laplace.

Sintaxis
```
inverse_laplace_cdf(μ, b, p)
```

Parámetros

Parámetro	Descripción
μ	El parámetro de ubicación para la distribución de Laplace. Debe ser un valor double.
b	El parámetro de escala para la distribución de Laplace. Debe ser un valor double positivo.
p	La probabilidad acumulada. Debe ser un valor double en el rango [0, 1].

Tipo de valor de retorno

Devuelve un valor double.
Ejemplos
- Instrucción de consulta
```
* | select inverse_laplace_cdf(11, 0.5, 0.18393972058572118)
```
- Resultados de la consulta y el análisis: La columna _col0 muestra el valor devuelto 10.5.

Función inverse_normal_cdf

Calcula la CDF inversa de la distribución normal.

Sintaxis
```
inverse_normal_cdf(x, y, p)
```

Parámetros

Parámetro	Descripción
x	La media de la distribución normal. El valor debe ser de tipo double.
y	La desviación estándar de la distribución normal. El valor debe ser un valor double positivo.
p	La probabilidad acumulada. El valor debe ser de tipo double en el rango (0, 1).

Tipo de valor de retorno

Devuelve un valor double.

Ejemplos

Instrucción de consulta

* | select inverse_normal_cdf(85, 10, 0.06680720126885803)

Resultado de la consulta: 70.0.

Función inverse_poisson_cdf

Calcula la CDF inversa de la distribución de Poisson.

Sintaxis
```
inverse_poisson_cdf(λ, p)
```
Parámetros

Parámetro

Descripción

λ

La tasa promedio con la que ocurre un evento aleatorio.

p

La probabilidad acumulada, un valor double en el rango [0, 1].
Tipo de valor de retorno

Un entero.
Ejemplos
- Instrucción de consulta
```
* | select inverse_poisson_cdf(0.1, 0.9953211598395556)    
```
- El resultado de la consulta y el análisis es 1.

Función inverse_weibull_cdf

Calcula la CDF inversa de la distribución de Weibull.

Sintaxis
```
inverse_weibull_cdf(x, y, p)
```

Parámetros

Parámetro	Descripción
x	El parámetro de escala de la distribución de Weibull. El valor debe ser de tipo double y mayor que 0.
y	El parámetro de forma de la distribución de Weibull. El valor debe ser de tipo double y mayor que 0.
p	La probabilidad de entrada. El valor debe ser de tipo double y estar en el rango [0, 1].

Tipo de valor de retorno

Un valor double.
Ejemplos
- Instrucción de consulta
```
* | select inverse_weibull_cdf(1, 5, 0.3296799539643607) 
```
- El resultado de la consulta y el análisis es 1.9999999999999998.

Función laplace_cdf

Calcula la CDF de la distribución de Laplace.

Sintaxis
```
laplace_cdf(μ, b, v)
```

Parámetros

Parámetro	Descripción
μ	El parámetro de ubicación de la distribución de Laplace. Debe ser un valor double.
b	El parámetro de escala de la distribución de Laplace. Debe ser un valor double positivo.
v	El valor en el que se evalúa la función de distribución acumulada. Debe ser un valor double.

Tipo de valor de retorno

Un valor double.
Ejemplos
- Instrucción de consulta
```
* | select laplace_cdf(11, 0.5, 10.5) 
```
- El resultado de la consulta y el análisis es 0.18393972058572118.

Función normal_cdf

Calcula la CDF de la distribución normal.

Sintaxis
```
normal_cdf(x, y, v)
```

Parámetros

Parámetro	Descripción
x	La media de la distribución normal, un valor double.
y	La desviación estándar de la distribución normal, un valor double positivo.
v	El valor en el que se evalúa la función, un valor double.

Tipo de valor de retorno

Devuelve un valor double.
Ejemplos
- Instrucción de consulta
```
* | select normal_cdf(85, 10, 70) 
```
- El resultado de la consulta y el análisis es 0.06680720126885803.

Función poisson_cdf

Calcula la CDF de la distribución de Poisson.

Sintaxis
```
poisson_cdf(λ, v)
```
Parámetros

Parámetro

Descripción

λ

La tasa promedio de eventos.

v

El valor a evaluar. Debe ser un entero mayor o igual que 0.
Tipo de valor de retorno

Un valor double.
Ejemplos
- Instrucción de consulta
```
* | select poisson_cdf(0.1, 1) 
```
- Resultado de la consulta: 0.99532115983955556.

Función weibull_cdf

Calcula la CDF de la distribución de Weibull.

Sintaxis
```
weibull_cdf(x, y, v)
```

Parámetros

Parámetro	Descripción
x	El parámetro de escala. Este valor debe ser un valor double mayor que 0.
y	El parámetro de forma. Este valor debe ser un valor double mayor que 0.
v	El valor de entrada para la función. Este valor debe ser de tipo double.

Tipo de valor de retorno

Devuelve un valor double.
Ejemplos
- Instrucción de consulta
```
* | select weibull_cdf(1, 5, 2) 
```
- El resultado es 0.3296799539643607.

Parámetro	Descripción
x	Un valor double.
y	Un valor double.

Parámetro	Descripción
y	El valor dependiente. Un valor double.
x	El valor independiente. Un valor double.

Parámetro	Descripción
λ	La tasa promedio con la que ocurre un evento aleatorio.
p	La probabilidad acumulada, un valor double en el rango [0, 1].

Parámetro	Descripción
λ	La tasa promedio de eventos.
v	El valor a evaluar. Debe ser un entero mayor o igual que 0.