Question

目标是根据公式为每个波段找到极小或大的记录。

输入：

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

乐队由我的输入定义。例如，我想为这个输入设置两个波段（实际上有更多，比如10个波段）的距离：1-100,101-10000。

对于每个频段，我们希望通过公式f找到所有速率为异常值的记录（如果您对公式感兴趣，则与平均值有两个标准偏差）

我想使用的公式f

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

输出：

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

困难的部分是我不知道如何为每个乐队做这件事，这使得应用公式变得更加困难。

Answer 1

如果不知道你打算如何应用你的公式（我的猜测是UDF），你可以通过CASE表达式分组来创建你的“乐队”：

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

类似地，您在RANK（）OVER（）函数中使用相同的CASE表达式，如果这对您的查询的其余部分更有效。

编辑：根据您的说明，您需要在WHERE子句中使用相关的子查询来处理此问题。我会考虑将其封装在UDF中，以使主查询看起来更清晰。类似的东西：

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

查找每个记录带的异常值

1 个答案: