stats_agg() (两个变量) 函数

工具包TimescaleDB 工具包函数在 Timescale 社区版下可用。它们自动包含在 Timescale 中，但必须为自托管的 TimescaleDB 单独安装。点击了解更多。

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上的常用统计信息，例如平均值和标准差。这些函数类似于PostgreSQL 统计聚合函数，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法。

这些函数处理二维数据。要处理一维数据，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): 将数据聚合为中间统计聚合形式，以进行进一步计算

average_y, average_x: 从指定维度的二维统计聚合计算平均值
corr: 从二维统计聚合计算相关系数
covariance: 从二维统计聚合计算协方差
determination_coeff: 从二维统计聚合计算决定系数
intercept: 从二维统计聚合计算截距
kurtosis_y, kurtosis_x: 从指定维度的二维统计聚合计算峰度
num_vals: 计算二维统计聚合中的值数量
skewness_y, skewness_x: 从指定维度的二维统计聚合计算偏度
slope: 从二维统计聚合计算斜率
stddev_y, stddev_x: 从指定维度的二维统计聚合计算标准差
sum_y, sum_x: 从指定维度的二维统计聚合计算总和
variance_y, variance_x: 从指定维度的二维统计聚合计算方差
x_intercept: 从二维统计聚合计算 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

函数详情

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，此中间形式可以被本组中的一个或多个访问器使用，以计算最终结果。可选地，可以使用 rollup() 或 rolling() 组合多个此类中间聚合对象，然后再应用访问器。

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，包含关于中间形式变量的数据。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，以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

从给定维度的二维聚合计算平均值。例如，average_y() 计算 y 变量的所有值的平均值，与 x 变量的值无关。

必需参数

名称	类型	描述
`摘要`	`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

从二维统计聚合计算相关系数。该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
`摘要`	`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 分钟时间桶的自变量 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

从二维统计聚合计算协方差。该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
`摘要`	`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 分钟时间桶的自变量 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

从二维统计聚合计算决定系数。该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
`摘要`	`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 分钟时间桶的自变量 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

从二维统计聚合计算 y 轴截距。该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
`摘要`	`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 分钟时间桶的自变量 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

从给定维度的二维统计聚合计算峰度。例如，kurtosis_y() 计算 y 变量的所有值的峰度，与 x 变量的值无关。峰度是第四阶统计矩。它是衡量数据分布相对于正态分布的“尾重”程度的指标。

必需参数

名称	类型	描述
`摘要`	`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的数量。

必需参数

名称	类型	描述
`摘要`	`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（包括端点）的值的数量


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

从给定维度的二维统计聚合计算偏度。例如，skewness_y() 计算 y 变量的所有值的偏度，与 x 变量的值无关。偏度是第三阶统计矩。它是衡量数据分布不对称性的指标。

必需参数

名称	类型	描述
`摘要`	`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

从二维统计聚合计算线性拟合线的斜率。该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
`摘要`	`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 分钟时间桶的自变量 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

从给定维度的二维统计聚合计算标准差。例如，stddev_y() 计算 y 变量的所有值的偏度，与 x 变量的值无关。

必需参数

名称	类型	描述
`摘要`	`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

从给定维度的二维统计聚合计算总和。例如，sum_y() 计算 y 变量的所有值的偏度，与 x 变量的值无关。

必需参数

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

返回值

列	类型	描述
`总和`	`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

从给定维度的二维统计聚合计算方差。例如，variance_y() 计算 y 变量的所有值的偏度，与 x 变量的值无关。

必需参数

名称	类型	描述
`摘要`	`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
`方差`	`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

从二维统计聚合计算 x 轴截距。该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
`摘要`	`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

计算每个 15 分钟时间桶的自变量 y 和因变量 x 的 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) 对象组合成单个 StatsSummary2D 对象。它针对在窗口函数上下文中用于计算滚动窗口统计聚合进行了优化。

这对于从连续聚合计算滚动窗口聚合特别有用。它可以快几个数量级，因为它使用逆转换和组合函数，但在异常情况下可能会发生更大的浮点误差。

对于非窗口函数上下文中的重新聚合，例如将每小时桶组合成每日桶，请参阅 rollup()。

必需参数

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

返回值

列	类型	描述
`rolling`	`StatsSummary2D`	通过组合输入统计聚合生成的新统计聚合

rolling(
    ss StatsSummary2D
) RETURNS StatsSummary2D

将多个中间二维统计聚合 (StatsSummary2D) 对象组合成单个 StatsSummary2D 对象。例如，您可以使用 rollup 将 15 分钟桶的统计聚合组合成每日桶。对于在窗口函数中使用，请参阅 rolling()。

必需参数

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

返回值

列	类型	描述
`rollup`	`StatsSummary2D`	通过组合输入统计聚合生成的新统计聚合

扩展示例

创建一个统计聚合，总结关于两个变量 val2 和 val1 的每日统计数据，其中 val2 是因变量，val1 是自变量。使用统计聚合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

相关超级函数组

两步聚合

此组中的函数

聚合

访问器

汇总

函数详情