[SQL Server 2005]统计学自动分组问题

男娘i 2022-07-13 08:22 175阅读 0赞

统计学自动分组问题

学过统计学或者做过 BI 的应该知道，很多报表 需要以区间统计的方式来实现，怎么分组比较合理，什么的组距比较合适，会困扰很多人；本文给出一个自动分组的方法，稍微修改一下，便可以做成通用区间分组程序。

关于统计学组距分组参考以下链接：

[http://wiki.mbalib.com/wiki/%E7%BB%84%E8%B7%9D%E5%88%86%E7%BB%84][http_wiki.mbalib.com_wiki_E7_BB_84_E8_B7_9D_E5_88_86_E7_BB_84]

第一步： 确定组数。一组数据分多少组合适呢？一般与数据本身的特点及数据的多少有关。由于分组的目的之一是为了观察数据分布的特征，因此组数的多少应适中。如组数太少，数据 的分布就会过于集中，组数太多，数据的分布就会过于分散，这都不便于观察数据分布的特征和规律。组数的确定应以能够显示数据的分布特征和规律为目的。在实 际分组时，可以按 Sturges 提出的经验公式来确定组数 K

k= 1 + log(n) / log(2)

[![6517_201002221458351.jpg][] ][6517_201002221458351.jpg_]

第二步： 确定各组的组距

组距 =(Max(Value)-Min(Value))/K

第三步： 根据分组整理成频数分布表.

以下为一个例子: 源数据为的一批杂乱的年龄数据， 统计的结果为“各个年龄段的人数”.

\-- 创建表和数据

CREATETABLE AutoGroup(Age INT);

INSERTINTO AutoGroup VALUES(12);

INSERTINTO AutoGroup VALUES(10);

INSERTINTO AutoGroup VALUES(20);

INSERTINTO AutoGroup VALUES(25);

INSERTINTO AutoGroup VALUES(27);

INSERTINTO AutoGroup VALUES(30);

INSERTINTO AutoGroup VALUES(50);

INSERTINTO AutoGroup VALUES(60);

INSERTINTO AutoGroup VALUES(45);

INSERTINTO AutoGroup VALUES(46);

INSERTINTO AutoGroup VALUES(35);

INSERTINTO AutoGroup VALUES(30);

INSERTINTO AutoGroup VALUES(47);

INSERTINTO AutoGroup VALUES(20);

INSERTINTO AutoGroup VALUES(61);

\--SELECT age FROM AutoGroup

\-- 第一步，获取最大值、最小值、以及记录数量

WITH MaxAndMin AS

(SELECTMAX(age) MaxNum,MIN(age) MinNum,COUNT(\*) CountNum FROM AutoGroup),

\-- 第二步，确定组数和组距。

GroupStep AS

(SELECT MaxNum,MinNum,CountNum, CEILING (1\+LOG(CountNum)/LOG(2)) GroupNum,

CEILING(CEILING(MaxNum\-MinNum)/CEILING(1\+LOG(CountNum)/LOG(2))) GroupStep

FROM MaxAndMin),

\-- 第三步，递归生成相应的频数分布表

GroupStandard(MinGroup,MaxGroup,Identiy) AS

(SELECT e.MinNum MinGroup,e.MinNum\+e.GroupStep MaxGroup,1 AS Identiy

FROM  GroupStep AS e

UNION ALL

SELECT CAST(e.MinNum\+e.GroupStep\*identiy AS INT) MinGroup,

e.MinNum\+e.GroupStep\*(Identiy\+1) MaxGroup, Identiy\+1 c

FROM  GroupStep AS e,GroupStandard d

WHERE d.Identiy<e.GroupNum

)

\-- 第四步，根据频数表和原表进行相关区间统计

SELECT MinGroup MinAge, MaxGroup MaxAge, count (\*) amount

FROM AutoGroup a, GroupStandard b

WHERE a.age>= b.MinGroup AND a.age < b.MaxGroup

GROUP BY MinGroup, MaxGroup

\-- 返回的结果集为:

MinAge  MaxAge   amount

10       21       4  
21       32       4  
32       43       1  
43       54       4  
54       65       2

[http_wiki.mbalib.com_wiki_E7_BB_84_E8_B7_9D_E5_88_86_E7_BB_84]: http://wiki.mbalib.com/wiki/%E7%BB%84%E8%B7%9D%E5%88%86%E7%BB%84
[6517_201002221458351.jpg]: http://space.itpub.net/attachments/2010/02/6517_201002221458351.jpg
[6517_201002221458351.jpg_]: http://space.itpub.net/batch.download.php?aid=20747