stats_agg()（两个变量）函数

工具包TimescaleDB 工具包函数可在 Timescale 社区版中使用。它们随 Timescale 自动包含，但必须为自托管的 TimescaleDB 单独安装。单击以了解更多信息。

对二维数据执行线性回归分析，例如计算相关系数和协方差。您还可以分别计算每个维度的常见统计数据，例如平均值和标准差。这些函数类似于 PostgreSQL 统计聚合，但它们包含更多功能，并且在连续聚合和窗口函数中更易于使用。线性回归基于标准最小二乘拟合方法。

这些函数适用于二维数据。要使用一维数据（例如，计算单个变量的平均值和标准差），请参阅一维 stats_agg 函数。

此组中的函数

stats_agg（两个变量）: 将数据聚合到中间统计聚合形式中，以供进一步计算

average_y，average_x: 从二维统计聚合中计算指定维度的平均值
corr: 从二维统计聚合中计算相关系数
covariance: 从二维统计聚合中计算协方差
determination_coeff: 从二维统计聚合中计算决定系数
intercept: 从二维统计聚合中计算截距
kurtosis_y，kurtosis_x: 从二维统计聚合中计算指定维度的峰度
num_vals: 计算二维统计聚合中的值数量
skewness_y，skewness_x: 从二维统计聚合中计算指定维度的偏度
slope: 从二维统计聚合中计算斜率
stddev_y，stddev_x: 从二维统计聚合中计算指定维度的标准差
sum_y，sum_x: 从二维统计聚合中计算指定维度的总和
variance_y，variance_x: 从二维统计聚合中计算指定维度的方差
x_intercept: 从二维统计聚合中计算 x 轴截距

rolling: 组合多个二维统计聚合以计算滚动窗口聚合
rollup: 组合多个二维统计聚合

函数详细信息

stats_agg(
    y DOUBLE PRECISION,
    x DOUBLE PRECISION
) RETURNS StatsSummary2D

这是对二维数据执行任何统计聚合计算的第一步。使用 stats_agg 从您的数据创建中间聚合 (StatsSummary2D)。然后，可以使用此组中的一个或多个访问器对该中间形式进行计算，以获得最终结果。或者，可以使用 rollup() 或 rolling() 在应用访问器之前组合多个此类中间聚合对象。

必需参数

名称	类型	描述
`y，x`	`DOUBLE PRECISION`	用于统计聚合的变量。

返回值

列	类型	描述
`stats_agg`	`StatsSummary2D`	统计聚合，其中包含有关变量的中间形式数据。将聚合传递给统计聚合 API 中的访问器函数以执行最终计算。或者，将聚合传递给汇总函数，将多个统计聚合组合成更大的聚合。

average_y(
  summary StatsSummary 2D
) RETURNS DOUBLE PRECISION

average_x(
  summary StatsSummary 2D
) RETURNS DOUBLE PRECISION

从二维聚合中计算给定维度的平均值。例如，average_y() 计算 y 变量所有值的平均值，与 x 变量的值无关。

必需参数

名称	类型	描述
`summary`	`StatsSummary2D`	由 `stats_agg` 调用生成的统计聚合

返回值

列	类型	描述
`average_y`, `average_x`	`DOUBLE PRECISION`	统计聚合中值的平均值

示例

计算从 0 到 100 的整数的平均值


SELECT average_x(stats_agg(y, x))
  FROM generate_series(1, 5) y,
       generate_series(0, 100) x;


average
-----------
50

corr(
  summary StatsSummary2D
) RETURNS DOUBLE PRECISION

从二维统计聚合中计算相关系数。计算使用标准最小二乘拟合进行线性回归。

必需参数

名称	类型	描述
`summary`	`StatsSummary2D`	由 `stats_agg` 调用生成的统计聚合

返回值

列	类型	描述
`corr`	`DOUBLE PRECISION`	最小二乘拟合线的相关系数

示例

计算每个 15 分钟时间段的独立变量 y 和因变量 x 的相关系数


SELECT
  id,
  time_bucket('15 min'::interval, ts) AS bucket,
  corr(stats_agg(y, x)) AS summary
FROM foo
GROUP BY id, time_bucket('15 min'::interval, ts)

covariance(
    summary StatsSummary2D,
    [ method TEXT ]
) RETURNS DOUBLE PRECISION

从二维统计聚合中计算协方差。计算使用标准最小二乘拟合进行线性回归。

必需参数

名称	类型	描述
`summary`	`StatsSummary2D`	由 `stats_agg` 调用生成的统计聚合

可选参数

名称	类型	描述
`method`	`TEXT`	用于计算协方差的方法。两个选项是 `population` 和 `sample`，可以缩写为 `pop` 或 `samp`。默认为 `sample`。

返回值

列	类型	描述
`covariance`	`DOUBLE PRECISION`	最小二乘拟合线的协方差

示例

计算每个 15 分钟时间段的独立变量 y 和因变量 x 的协方差


SELECT
    id,
    time_bucket('15 min'::interval, ts) AS bucket,
    covariance(stats_agg(y, x)) AS summary
FROM foo
GROUP BY id, time_bucket('15 min'::interval, ts)

determination_coeff(
    summary StatsSummary2D
) RETURNS DOUBLE PRECISION

从二维统计聚合中计算决定系数。计算使用标准最小二乘拟合进行线性回归。

必需参数

名称	类型	描述
`summary`	`StatsSummary2D`	由 `stats_agg` 调用生成的统计聚合

返回值

列	类型	描述
`determination_coeff`	`DOUBLE PRECISION`	最小二乘拟合线的决定系数

示例

计算每个 15 分钟时间段的独立变量 y 和因变量 x 的决定系数


SELECT
    id,
    time_bucket('15 min'::interval, ts) AS bucket,
    determination_coeff(stats_agg(y, x)) AS summary
FROM foo
GROUP BY id, time_bucket('15 min'::interval, ts)

intercept(
    summary StatsSummary2D
) RETURNS DOUBLE PRECISION

从二维统计聚合中计算 y 轴截距。计算使用标准最小二乘拟合进行线性回归。

必需参数

名称	类型	描述
`summary`	`StatsSummary2D`	由 `stats_agg` 调用生成的统计聚合

返回值

列	类型	描述
`intercept`	`DOUBLE PRECISION`	最小二乘拟合线的 y 轴截距

示例

计算每个 15 分钟时间段的独立变量 y 和因变量 x 的 y 轴截距


SELECT
    id,
    time_bucket('15 min'::interval, ts) AS bucket,
    intercept(stats_agg(y, x)) AS summary
FROM foo
GROUP BY id, time_bucket('15 min'::interval, ts)

kurtosis_y(
  summary StatsSummary2D,
  [ method TEXT ]
) RETURNS DOUBLE PRECISION

kurtosis_x(
  summary StatsSummary2D,
  [ method TEXT ]
) RETURNS DOUBLE PRECISION

从二维统计聚合中计算给定维度的峰度。例如，kurtosis_y() 计算 y 变量所有值的峰度，与 x 变量的值无关。峰度是第四个统计矩。它衡量数据分布与正态分布相比的“尾部”程度。

必需参数

名称	类型	描述
`summary`	`StatsSummary2D`	由 `stats_agg` 调用生成的统计聚合

可选参数

名称	类型	描述
`method`	`TEXT`	用于计算峰度的方法。两个选项是 `population` 和 `sample`，可以缩写为 `pop` 或 `samp`。默认为 `sample`。

返回值

列	类型	描述
`kurtosis_y`, `kurtosis_x`	`DOUBLE PRECISION`	统计聚合中值的峰度

示例

计算包含从 0 到 100 的整数的样本的峰度


SELECT kurtosis_y(stats_agg(data, data))
  FROM generate_series(0, 100) data;


kurtosis_y
----------
1.78195

num_vals(
  summary StatsSummary2D
) RETURNS BIGINT

计算二维统计聚合中包含的值数量。

必需参数

名称	类型	描述
`summary`	`StatsSummary2D`	由 `stats_agg` 调用生成的统计聚合

返回值

列	类型	描述
`num_vals`	`DOUBLE PRECISION`	统计聚合中的值数量

示例

计算从 1 到 5 以及从 0 到 100（含）的值数量


SELECT num_vals(stats_agg(y, x))
  FROM generate_series(1, 5) y,
       generate_series(0, 100) x;


num_vals
--------
505

skewness_y(
  summary StatsSummary2D,
  [ method TEXT ]
) RETURNS DOUBLE PRECISION

skewness_x(
  summary StatsSummary2D,
  [ method TEXT ]
) RETURNS DOUBLE PRECISION

从二维统计聚合中计算给定维度的偏度。例如，skewness_y() 计算 y 变量所有值的偏度，与 x 变量的值无关。偏度是第三个统计矩。它衡量数据分布中的不对称性。

必需参数

名称	类型	描述
`summary`	`StatsSummary2D`	由 `stats_agg` 调用生成的统计聚合

可选参数

名称	类型	描述
`method`	`TEXT`	用于计算偏度的方法。两个选项是 `population` 和 `sample`，可以缩写为 `pop` 或 `samp`。默认为 `sample`。

返回值

列	类型	描述
`skewness_y`, `skewness_x`	`DOUBLE PRECISION`	统计聚合中值的偏度

示例

计算包含从 0 到 100 的整数的样本的偏度


SELECT skewness_x(stats_agg(data, data))
  FROM generate_series(0, 100) data;


skewness_x
----------
0

slope(
    summary StatsSummary2D
) RETURNS DOUBLE PRECISION

从二维统计聚合中计算线性拟合线的斜率。计算使用标准最小二乘拟合进行线性回归。

必需参数

名称	类型	描述
`summary`	`StatsSummary2D`	由 `stats_agg` 调用生成的统计聚合

返回值

列	类型	描述
`slope`	`DOUBLE PRECISION`	最小二乘拟合线的斜率

示例

计算每个 15 分钟时间段的独立变量 y 和因变量 x 的斜率


SELECT
    id,
    time_bucket('15 min'::interval, ts) AS bucket,
    slope(stats_agg(y, x)) AS summary
FROM foo
GROUP BY id, time_bucket('15 min'::interval, ts)

stddev_y(
  summary StatsSummary2D,
  [ method TEXT ]
) RETURNS DOUBLE PRECISION

stddev_x(summary
    StatsSummary2D,
    [ method TEXT ]
) RETURNS DOUBLE PRECISION

从二维统计聚合中计算给定维度的标准差。例如，stddev_y() 计算 y 变量所有值的偏度，与 x 变量的值无关。

必需参数

名称	类型	描述
`summary`	`StatsSummary2D`	由 `stats_agg` 调用生成的统计聚合

可选参数

名称	类型	描述
`method`	`TEXT`	用于计算标准差的方法。两个选项是 `population` 和 `sample`，可以缩写为 `pop` 或 `samp`。默认为 `sample`。

返回值

列	类型	描述
`stddev_y`, `stddev_x`	`DOUBLE PRECISION`	统计聚合中值的标准差

示例

计算包含从 0 到 100 的整数的样本的标准差


SELECT stddev_y(stats_agg(data, data))
  FROM generate_series(0, 100) data;


stddev_y
--------
29.3002

sum_y(
  summary StatsSummary2D
) RETURNS DOUBLE PRECISION

sum_x(
  summary StatsSummary2D
) RETURNS DOUBLE PRECISION

计算给定维度上的二维统计聚合的总和。例如，sum_y()计算所有y变量的值的偏度，独立于x变量的值。

必需参数

名称	类型	描述
`summary`	`StatsSummary2D`	由 `stats_agg` 调用生成的统计聚合

返回值

列	类型	描述
`sum`	`DOUBLE PRECISION`	统计聚合中值的总和

示例

计算从 0 到 100 的数字的总和


SELECT sum_y(stats_agg(data, data))
  FROM generate_series(0, 100) data;


sum_y
-----
5050

variance_y(
  summary StatsSummary2D,
  [ method TEXT ]
) RETURNS DOUBLE PRECISION

variance_x(summary
    StatsSummary2D,
    [ method TEXT ]
) RETURNS DOUBLE PRECISION

计算给定维度上的二维统计聚合的方差。例如，variance_y()计算所有y变量的值的偏度，独立于x变量的值。

必需参数

名称	类型	描述
`summary`	`StatsSummary2D`	由 `stats_agg` 调用生成的统计聚合

可选参数

名称	类型	描述
`method`	`TEXT`	用于计算标准差的方法。两个选项是 `population` 和 `sample`，可以缩写为 `pop` 或 `samp`。默认为 `sample`。

返回值

列	类型	描述
`variance`	`DOUBLE PRECISION`	统计聚合中值的方差

示例

计算包含从 0 到 100 的整数的样本的方差


SELECT variance_y(stats_agg(data, data))
FROM generate_series(0, 100) data;


variance_y
----------
858.5

x_intercept(
  summary StatsSummary2D
) RETURNS DOUBLE PRECISION

计算二维统计聚合的 x 轴截距。计算使用线性回归的标准最小二乘拟合。

必需参数

名称	类型	描述
`summary`	`StatsSummary2D`	由 `stats_agg` 调用生成的统计聚合

返回值

列	类型	描述
`intercept`	`DOUBLE PRECISION`	最小二乘拟合线的 x 轴截距

示例

从每个 15 分钟的时间段的独立变量y和因变量x计算 x 轴截距


SELECT
    id,
    time_bucket('15 min'::interval, ts) AS bucket,
    x_intercept(stats_agg(y, x)) AS summary
FROM foo
GROUP BY id, time_bucket('15 min'::interval, ts)

rolling(
    ss StatsSummary2D
) RETURNS StatsSummary2D

将多个中间二维统计聚合 (StatsSummary2D) 对象合并到单个StatsSummary2D对象中。它针对在窗口函数上下文中使用以计算滚动窗口统计聚合进行了优化。

这对于从连续聚合中计算滚动窗口聚合特别有用。它可以快几个数量级，因为它使用逆变换和合并函数，在异常情况下可能会发生更大的浮点错误。

对于非窗口函数上下文中重新聚合，例如将每小时桶合并到每日桶，请参阅rollup()。

必需参数

名称	类型	描述
`summary`	`StatsSummary2D`	由 `stats_agg` 调用生成的统计聚合

返回值

列	类型	描述
`rolling`	`StatsSummary2D`	通过合并输入统计聚合产生的新的统计聚合

rolling(
    ss StatsSummary2D
) RETURNS StatsSummary2D

将多个中间二维统计聚合 (StatsSummary2D) 对象合并到单个StatsSummary2D对象中。例如，您可以使用rollup将 15 分钟桶的统计聚合合并到每日桶中。要用于窗口函数，请参阅rolling()。

必需参数

名称	类型	描述
`summary`	`StatsSummary2D`	由 `stats_agg` 调用生成的统计聚合

返回值

列	类型	描述
`rollup`	`StatsSummary2D`	通过合并输入统计聚合产生的新的统计聚合

扩展示例

创建一个统计聚合，它汇总有关两个变量val2和val1的每日统计数据的，其中val2是因变量，val1是自变量。使用统计聚合来计算因变量的平均值和线性回归拟合的斜率


WITH t as (
    SELECT
        time_bucket('1 day'::interval, ts) as dt,
        stats_agg(val2, val1) AS stats2D,
    FROM foo
    WHERE id = 'bar'
    GROUP BY time_bucket('1 day'::interval, ts)
)
SELECT
    average_x(stats2D),
    slope(stats2D)
FROM t;

stats_agg()（两个变量）函数

相关的超函数组

两步聚合

此组中的函数

聚合

访问器

汇总

函数详细信息