このトピックでは、数理統計関数の構文について説明します。 このトピックでは、関数の使用方法の例も示します。

Log Serviceは、次の数学的統計機能をサポートしています。

重要 分析ステートメントで文字列を使用する場合は、文字列を単一引用符 ('') で囲む必要があります。 囲まれていない文字列または二重引用符 ("") で囲まれている文字列は、フィールド名または列名を示します。 たとえば、'status' はステータス文字列を示し、statusまたは "status" はステータスログフィールドを示します。
カテゴリ機能構文説明
相関関数corr関数corr( x 、y)x とyの相関係数を返します。 戻り値は [0,1] の範囲です。
分散と標準偏差関数covar_pop関数covar_pop( x 、y)x とyの母集団共分散を返します。
covar_samp関数covar_samp( x 、y)x とyのサンプル共分散を返します。
stddev関数stddev(x)x のサンプル標準偏差を返します。 この関数はstddev_samp関数と同じです。
stddev_samp関数stddev_samp(x)x のサンプル標準偏差を返します。
stddev_pop関数stddev_pop(x)x の母集団の標準偏差を返します。
分散関数分散 (x)x のサンプル分散を返します。 This機能var_samp機能と同等である。
var_samp関数var_samp(x)x のサンプル分散を返します。
var_pop関数var_pop(x)x の母集団分散を返します。
線形回帰関数regr_intercept関数regr_intercept( y 、x)(x、y) のペアによって決定される線形方程式の線のy切片を返します。
regr_slope関数regr_slope( y 、x)Returns傾斜ライン方程式がによって決定され (x、y) ペア。
累積分布関数 (CDF)beta_cdf関数beta_cdf( α, β, v)ベータ分布の値を返します。 この関数は、以下の式を使用する。P(N ≦ v; α, β) ここで、α および β は、ベータCDFのパラメータである。
binomial_cdf関数binomial_cdf( x 、y、v)二項分布の値を返します。 この関数は、以下の式を使用する。P(N ≦ v; x, y) ここで、xは試行の数を示し、yは試行の成功確率 (POS) を示す。
cauchy_cdf関数cauchy_cdf( x 、y、v)コーシー分布の値を返します。 この関数は、以下の式を使用する。P(N ≦ v; x, y) ここで、xは分布のピークを示す位置パラメータであり、yはスケールパラメータである。
chi_squared_cdf関数chi_squared_cdf( k, v)カイ二乗分布の値を返します。 この関数は、以下の式を使用する。P(N ≦ v; k) ここで、kは自由度を示す。
inverse_beta_cdf機能inverse_beta_cdf(α, β, p)ベータ分布の逆数の値を返します。 pは、P(N <= v; α, β) 式を使用するベータCDFの結果を示す。 逆inverse_beta_cdf関数はvを計算する。
inverse_binomial_cdf関数inverse_binomial_cdf(x, y, p)二項分布の逆数の値を返します。 pは、P(N <= v; x, y) 式を使用する二項CDFの結果を示す。 逆inverse_binomial_cdf関数は、vを計算する。
inverse_cauchy_cdf関数inverse_cauchy_cdf(x, y, p)コーシー分布の逆数の値を返します。 pは、P(N ≦ v; x, y) 式を使用するコーシーCDFの結果を示す。 逆inverse_cauchy_cdf関数はvを計算する。
inverse_chi_squared_cdf関数inverse_chi_squared_cdf( k, p)カイ二乗分布の逆数の値を返します。 pは、P(N <= v; k) 式を使用するカイ二乗CDFの結果を示す。 逆inverse_chi_squared_cdf関数はvを計算する。
inverse_laplace_cdf機能inverse_laplace_cdf(μ, b, p)ラプラス分布の逆数の値を返します。 pは、P(N <= v; μ, b) 式を使用するラプラスCDFの結果を示す。 逆inverse_laplace_cdf関数はvを計算します。
inverse_normal_cdf機能inverse_normal_cdf( x 、y、p)正規分布の逆数の値を返します。 pは、P(N < v; x, y) 式を使用する正常なCDFの結果を示す。 逆inverse_normal_cdf関数はvを計算する。
inverse_poisson_cdf関数inverse_poisson_cdf( x 、y、p)ポアソン分布の逆数の値を返します。 pは、P(N <= v; λ) 式を使用するポアソンCDFの結果を示す。 逆inverse_poisson_cdf関数はvを計算します。
inverse_weibull_cdf関数inverse_weibull_cdf( x 、y、p)ワイブル分布の逆数の値を返します。 pは、P(N <= v; x, y) 式を使用するワイブルCDFの結果を示す。 逆inverse_weibull_cdf関数はvを計算する。
laplace_cdf関数laplace_cdf( μ 、b、v)ラプラス分布の値を返します。 この関数は、以下の式を使用する。P(N ≦ v; μ, b) ここで、μ は位置パラメータであり、bはスケールパラメータである。
normal_cdf関数normal_cdf( x 、y、v)正規分布の値を返します。 The機能は次の式: P(N < v; x、y) × 示し平均値正規分布、とy示し標準偏差通常の分布。
poisson_cdf関数poisson_cdf( λ, v)ポアソン分布の値を返します。 この関数は、以下の式を使用する。P(N ≦ v; λ) ここで、λ は、ランダム事象の平均確率を示す。
weibull_cdf関数weibull_cdf( x 、y、v)ワイブル分布の値を返します。 この関数は、以下の式を使用する。P(N ≦ v; x, y) ここで、xはスケールパラメータであり、yは形状パラメータである。

corr関数

The corr機能返しx間相関係数とy。 戻り値が大きいほど相関が高いことを示す。

構文

corr( x 、y)

パラメーター

項目説明
xこのパラメーターの値はdouble型です。
yこのパラメーターの値はdouble型です。

レスポンス

ダブルタイプ。 戻り値は [0,1] の範囲です。

例

request_lengthフィールドとrequest_timeフィールドの値の相関係数を計算します。

  • クエリ文
    * | SELECT corr(request_length,request_time)
  • クエリおよび分析の結果corr関数

covar_pop関数

covar_pop関数は、xとyの母集団共分散を返します。

構文

covar_pop( x 、y)

パラメーター

項目説明
xこのパラメーターの値はdouble型です。
yこのパラメーターの値はdouble型です。

レスポンス

ダブルタイプ。

例

毎分の税引前利益と税引前売上高の母集団共分散を計算します。

  • クエリ文
    * |
選択
  covar_pop(PretaxGrossAmount、PretaxAmount) AS「人口共分散」、
  time_series(__time __, '1m', '% H:% i:% s', '0') AS time
グループ化
  time
  • クエリおよび分析の結果covar_pop

covar_samp関数

covar_samp関数は、xとyのサンプル共分散を返します。

構文

covar_samp( x 、y)

パラメーター

項目説明
xこのパラメーターの値はdouble型です。
yこのパラメーターの値はdouble型です。

レスポンス

ダブルタイプ。

例

毎分の税引前利益と税引前売上高のサンプル共分散を計算します。

  • クエリ文
    * |
選択
  covar_samp(PretaxGrossAmount, PretaxAmount) AS "サンプル共分散",
  time_series(__time __, '1m', '% H:% i:% s', '0') AS time
グループ化
  time
  • クエリおよび分析の結果covar_samp

stddev関数

stddev関数は、xのサンプル標準偏差を返します。 この関数はstddev_samp関数と同じです。

構文

stddev(x)

パラメーター

項目説明
xこのパラメーターの値はdouble型またはbigint型です。

レスポンス

ダブルタイプ。

例

税引前所得のサンプル標準偏差と人口標準偏差を計算し、計算された値を折れ線グラフに表示します。

  • クエリ文
    * |
選択
  stddev(PretaxGrossAmount) を「サンプル標準偏差」として、
  stddev_pop(PretaxGrossAmount) を「人口標準偏差」として、
  time_series(__time __, '1m', '% H:% i:% s', '0') AS time
グループ化
  time
  • クエリおよび分析の結果stddev_pop関数

stddev_samp関数

stddev_samp関数は、xのサンプル標準偏差を返します。

構文

stddev_samp(x)

パラメーター

項目説明
xこのパラメーターの値はdouble型またはbigint型です。

レスポンス

ダブルタイプ。

例

税引前所得のサンプル標準偏差と人口標準偏差を計算し、計算された値を折れ線グラフに表示します。

  • クエリ文
    * |
選択
  stddev_samp(PretaxGrossAmount) を「サンプル標準偏差」として、
  stddev_pop(PretaxGrossAmount) を「人口標準偏差」として、
  time_series(__time __, '1m', '% H:% i:% s', '0') AS time
グループ化
  time
  • クエリおよび分析の結果stddev_pop関数

stddev_pop関数

The stddev_pop機能リターン人口標準偏差のx。

構文

stddev_pop(x)

パラメーター

項目説明
xこのパラメーターの値はdouble型またはbigint型です。

レスポンス

ダブルタイプ。

例

税引前所得のサンプル標準偏差と人口標準偏差を計算し、計算された値を折れ線グラフに表示します。

  • クエリ文
    * |
選択
  stddev(PretaxGrossAmount) を「サンプル標準偏差」として、
  stddev_pop(PretaxGrossAmount) を「人口標準偏差」として、
  time_series(__time __, '1m', '% H:% i:% s', '0') AS time
グループ化
  time
  • クエリおよび分析の結果stddev_pop関数

分散関数

分散関数は、xのサンプル分散を返します。 This機能var_samp機能と同等である。

構文

分散 (x)

パラメーター

項目説明
xこのパラメーターの値はdouble型またはbigint型です。

レスポンス

ダブルタイプ。

例

税引前所得のサンプル分散と母集団分散を計算し、計算された値を折れ線グラフに表示します。

  • クエリ文
    * |
選択
  分散 (PretaxGrossAmount) 」としてSample分散 "、
  var_pop(PretaxGrossAmount) 」としてPopulation分散 "、
  time_series(__time __, '1m', '% H:% i:% s', '0') as time
グループ化
  time
  • クエリおよび分析の結果variance

var_samp関数

var_samp関数は、xのサンプル分散を返します。

構文

var_samp(x)

パラメーター

項目説明
xこのパラメーターの値はdouble型またはbigint型です。

レスポンス

ダブルタイプ。

例

税引前所得のサンプル分散と母集団分散を計算し、計算された値を折れ線グラフに表示します。

  • クエリ文
    * |
選択
  var_samp(PretaxGrossAmount) 」としてSample分散 "、
  var_pop(PretaxGrossAmount) を「人口分散」として、
  time_series(__time __, '1m', '% H:% i:% s', '0') as time
グループ化
  time
  • クエリおよび分析の結果variance

var_pop関数

var_pop関数は、xの母集団分散を返します。

構文

var_pop(x)

パラメーター

項目説明
xこのパラメーターの値はdouble型またはbigint型です。

レスポンス

ダブルタイプ。

例

税引前所得のサンプル分散と母集団分散を計算し、計算された値を折れ線グラフに表示します。

  • クエリ文
    * |
選択
  分散 (PretaxGrossAmount) を「サンプル分散」として、
  var_pop(PretaxGrossAmount) を「人口分散」として、
  time_series(__time __, '1m', '% H:% i:% s', '0') as time
グループ化
  time
  • クエリおよび分析の結果variance

regr_intercept関数

regr_intercept関数は、(x、y) のペアによって決定される線形方程式の線のy切片を返します。 x は従属値である。 y は独立した値です。

構文

regr_intercept( y 、x)

パラメーター

項目説明
yこのパラメーターの値はdouble型です。
xこのパラメーターの値はdouble型です。

レスポンス

ダブルタイプ。

例

request_timeフィールドとrequest_lengthフィールドの値によって決定される線形方程式の線のy切片を計算します。

  • クエリ文
    * | SELECT regr_intercept(request_length,request_time)
  • クエリおよび分析の結果regr_slope

regr_slope関数

regr_slope関数は、(x、y) のペアによって決定される線形方程式の直線の傾きを返します。 x は従属値である。 y は独立した値です。

構文

regr_slope( y 、x)

パラメーター

項目説明
yこのパラメーターの値はdouble型です。
xこのパラメーターの値はdouble型です。

レスポンス

ダブルタイプ。

例

request_timeフィールドとrequest_lengthフィールドの値によって決定される線形方程式の直線の傾きを計算します。

  • クエリ文
    * | SELECT regr_slope(request_length,request_time)
  • クエリおよび分析の結果regr_slope

beta_cdf関数

beta_cdf関数は、ベータ分布の値を返します。

構文

beta_cdf( α, β, v)

パラメーター

項目説明
αベータCDFのパラメーター。 このパラメーターの値はdouble型です。 値は0より大きい。
βベータCDFのパラメーター。 このパラメーターの値はdouble型です。 値は0より大きい。
vベータCDFの入力パラメーター。 このパラメーターの値はdouble型です。 有効な値: [0,1] 。

レスポンス

ダブルタイプ。

例

  • クエリ文
    * | SELECT beta_cdf(0.1、0.5、0.7)
  • クエリおよび分析の結果beta_cdf

binomial_cdf関数

binomial_cdf関数は、二項分布の値を返します。

構文

binomial_cdf( x 、y、v)

パラメーター

項目説明
xトライアルの数。 このパラメーターの値は整数型です。 値は0より大きい。
yトライアルのPOS。 このパラメーターの値はdouble型です。 有効な値: [0,1] 。
v二項CDFの入力パラメーター。 このパラメーターの値は整数型です。

レスポンス

ダブルタイプ。

例

  • クエリ文
    * | binomial_cdf選択 (10、0.1、1)
  • クエリおよび分析の結果binomial_cdf

cauchy_cdf関数

The cauchy_cdf機能返し値Cauchy分布。

構文

cauchy_cdf( x 、y、v)

パラメーター

項目説明
xThe場所パラメータ示すピークの分布。 このパラメーターの値はdouble型です。
yscaleパラメーター。 このパラメーターの値はdouble型です。 値は0より大きい。
vコーシーCDFの入力パラメーター。 このパラメーターの値はdouble型です。

レスポンス

ダブルタイプ。

例

  • クエリ文
    * | select cauchy_cdf(-10、5、-12)
  • クエリおよび分析の結果cauchy_cdf

chi_squared_cdf関数

The chi_squared_cdf機能返し値カイ正方形分布。

構文

chi_squared_cdf( k, v)

パラメーター

項目説明
kThe度の自由。 このパラメーターの値はdouble型です。 値は0より大きい。
vThe入力パラメータのカイ正方形CDF。 このパラメーターの値はdouble型です。 The値は0以上。

レスポンス

ダブルタイプ。

例

  • クエリ文
    * | chi_squared_cdf選択 (3、10)
  • クエリおよび分析の結果chi_squared_cdf

inverse_beta_cdf機能

The inverse_beta_cdf機能返し値の逆ベータ分布。

構文

inverse_beta_cdf(α, β, p)

パラメーター

項目説明
αベータCDFのパラメーター。 このパラメーターの値はdouble型です。 値は0より大きい。
βベータCDFのパラメーター。 このパラメーターの値はdouble型です。 値は0より大きい。
1080pThe入力パラメータのための逆ベータCDF。 このパラメーターの値はdouble型です。 有効な値: [0,1] 。

レスポンス

ダブルタイプ。

例

  • クエリ文
    * | select inverse_beta_cdf(0.1、0.5、0.8926585878364057)
  • クエリおよび分析の結果 inverse_beta_cdf

inverse_binomial_cdf関数

inverse_binomial_cdf関数は、二項分布の逆関数の値を返します。

構文

inverse_binomial_cdf(x, y, p)

パラメーター

項目説明
xトライアルの数。 このパラメーターの値は整数型です。 値は0より大きい。
yトライアルのPOS。 このパラメーターの値はdouble型です。 有効な値: [0,1] 。
p二項CDFの逆数の入力パラメーター。 このパラメーターの値はdouble型です。 有効な値: [0,1] 。

レスポンス

整数型。

例

  • クエリ文
    * | select inverse_binomial_cdf(10、0.1、0.7360989291000001)
  • クエリおよび分析の結果inverse_binomial_cdf

inverse_cauchy_cdf関数

inverse_cauchy_cdf関数は、コーシー分布の逆数の値を返します。

構文

inverse_cauchy_cdf(x, y, p)

パラメーター

項目説明
x分布のピークを示すlocationパラメーター。 このパラメーターの値はdouble型です。
yscaleパラメーター。 このパラメーターの値はdouble型です。 値は0より大きい。
pコーシーCDFの逆数の入力パラメーター。 このパラメーターの値はdouble型です。 有効な値: [0,1] 。

レスポンス

ダブルタイプ。

例

  • クエリ文
    * | 選択inverse_cauchy_cdf(-10、5、0.3788810584091566)
  • クエリおよび分析の結果inverse_cauchy_cdf

inverse_chi_squared_cdf関数

inverse_chi_squared_cdf関数は、カイ二乗分布の逆数の値を返します。

構文

chi_squared_cdf( k, p)

パラメーター

項目説明
18kThe度の自由。 このパラメーターの値はdouble型です。 値は0より大きい。
pカイ二乗CDFの逆数の入力パラメータ。 このパラメーターの値はdouble型です。 有効な値: [0,1] 。

レスポンス

ダブルタイプ。

例

  • クエリ文
    * | inverse_chi_squared_cdf選択 (3、0.9814338645369567)
  • クエリおよび分析の結果inverse_chi_squared_cdf

inverse_laplace_cdf機能

inverse_laplace_cdf関数は、ラプラス分布の逆数の値を返します。

構文

inverse_laplace_cdf( μ 、b、1080p)

パラメーター

項目説明
μラプラスCDFの位置パラメーター。 このパラメーターの値はdouble型です。
bTheスケールパラメータLaplaceためCDF。 このパラメーターの値はdouble型です。 値は0より大きい。
1080pThe入力パラメータのための逆Laplace CDF。 このパラメーターの値はdouble型です。 有効な値: [0,1] 。

レスポンス

ダブルタイプ。

例

  • クエリ文
    * | select inverse_laplace_cdf(11、0.5、0.18393972058572118)
  • クエリおよび分析の結果inverse_laplace_cdf

inverse_normal_cdf機能

The inverse_normal_cdf機能返し値逆の正規分布。

構文

inverse_normal_cdf( × 、y、1080p)

パラメーター

項目説明
x正規分布の平均値。 このパラメーターの値はdouble型です。
yThe標準偏差通常の分布。 このパラメーターの値はdouble型です。 値は0より大きい。
1080pThe入力パラメータのための通常の逆CDF。 このパラメーターの値はdouble型です。 有効な値: (0,1) 。

レスポンス

ダブルタイプ。

例

  • クエリ文
    * | select inverse_normal_cdf(85、10、0.06680720126885803)
  • クエリおよび分析の結果 inverse_normal_cdf

inverse_poisson_cdf関数

inverse_poisson_cdf関数は、ポアソン分布の逆関数の値を返します。

構文

inverse_poisson_cdf( λ, p)

パラメーター

項目説明
λランダムイベントの平均確率。
pポアソンCDFの逆関数の入力パラメータ。 このパラメーターの値はdouble型です。 有効な値: [0,1] 。

レスポンス

整数型。

例

  • クエリ文
    * | select inverse_poisson_cdf(0.1、0.9953211598395556)
  • クエリおよび分析の結果inverse_poisson_cdf

inverse_weibull_cdf関数

inverse_weibull_cdf関数は、ワイブル分布の逆数の値を返します。

構文

inverse_weibull_cdf( x, y, p)

パラメーター

項目説明
xワイブルCDFのスケールパラメータ。 このパラメーターの値はdouble型です。 値は0より大きい。
yワイブルCDFの形状パラメータ。 このパラメーターの値はdouble型です。 値は0より大きい。
pワイブルCDFの逆数の入力パラメータ。 このパラメーターの値はdouble型です。 有効な値: [0,1] 。

レスポンス

ダブルタイプ。

例

  • クエリ文
    * | select inverse_weibull_cdf(1、5、0.3296799539643607)
  • クエリおよび分析の結果 inverse_weibull_cdf

laplace_cdf関数

laplace_cdf関数は、ラプラス分布の値を返します。

構文

laplace_cdf( μ 、b、v)

パラメーター

項目説明
μラプラスCDFの位置パラメーター。 このパラメーターの値はdouble型です。
bTheスケールパラメータLaplaceためCDF。 このパラメーターの値はdouble型です。 値は0より大きい。
vラプラスCDFの入力パラメーター。 このパラメーターの値はdouble型です。

レスポンス

ダブルタイプ。

例

  • クエリ文
    * | select laplace_cdf (11, 0.5, 10.5)
  • クエリおよび分析の結果laplace_cdf

normal_cdf関数

normal_cdf関数は、正規分布の値を返します。

構文

normal_cdf( × 、y、v)

パラメーター

項目説明
x正規分布の平均値。 このパラメーターの値はdouble型です。
yThe標準偏差通常の分布。 このパラメーターの値はdouble型です。 値は0より大きい。
v通常のCDFの入力パラメーター。 このパラメーターの値はdouble型です。

レスポンス

ダブルタイプ。

例

  • クエリ文
    * | select normal_cdf (85, 10, 70)
  • クエリおよび分析の結果normal_cdf

poisson_cdf関数

poisson_cdf関数は、ポアソン分布の値を返します。

構文

poisson_cdf( λ, v)

パラメーター

項目説明
λランダムイベントの平均確率。
vポアソンCDFの入力パラメーター。 このパラメーターの値は整数型です。 The値は0以上。

レスポンス

ダブルタイプ。

例

  • クエリ文
    * | select poisson_cdf(0.1, 1)
  • クエリおよび分析の結果poisson_cdf

weibull_cdf関数

weibull_cdf関数は、ワイブル分布の値を返します。

構文

weibull_cdf( x, y, v)

パラメーター

項目説明
xワイブルCDFのスケールパラメータ。 このパラメーターの値はdouble型です。 値は0より大きい。
yワイブルCDFの形状パラメータ。 このパラメーターの値はdouble型です。 値は0より大きい。
vワイブルCDFの入力パラメーター。 このパラメーターの値はdouble型です。

レスポンス

例

  • クエリ文
    * | weibull_cdf(1, 5, 2) を選択
  • クエリおよび分析の結果weibull_cdf