Oracle 9i 分析函数参考手册(一)

上一篇 / 下一篇 2008-06-16 17:05:52 / 个人分类：pl/sql

Oracle 9i 分析函数参考手册

Oracle从8.1.6开始提供分析函数，分析函数用于计算基于组的某种聚合值，它和聚合函数的不同之处是对于每个组返回多行，而聚合函数对于每个组只返回一行。
下面例子中使用的表来自Oracle自带的HR用户下的表，如果没有安装该用户，可以在SYS用户下运行$ORACLE_HOME/demo/schema/human_resources/hr_main.sql来创建。
      少数几个例子需要访问SH用户下的表，如果没有安装该用户，可以在SYS用户下运行$ORACLE_HOME/demo/schema/sales_history/sh_main.sql来创建。
      如果未指明缺省是在HR用户下运行例子。
      开窗函数的的理解：
      开窗函数指定了分析函数工作的数据窗口大小，这个数据窗口大小可能会随着行的变化而变化，举例如下：
over（order by salary）按照salary排序进行累计，order by是个默认的开窗函数
over（partition by deptno）按照部门分区
over（order by salary range between 50 preceding and 150 following）
每行对应的数据窗口是之前行幅度值不超过50，之后行幅度值不超过150
over（order by salary rows between 50 preceding and 150 following）
每行对应的数据窗口是之前50行，之后150行
over（order by salary rows between unbounded preceding and unbounded following）
每行对应的数据窗口是从第一行到最后一行，等效：
over（order by salary range between unbounded preceding and unbounded following）

主要参考资料：《expert one-on-one》 Tom Kyte  《Oracle9i SQL Reference》第6章

AVG
功能描述：用于计算一个组和数据窗口内表达式的平均值。
SAMPLE：下面的例子中列c_mavg计算员工表中每个员工的平均薪水报告，该平均值由当前员工和与之具有相同经理的前一个和后一个三者的平均数得来；

SELECT manager_id, last_name, hire_date, salary,
AVG(salary) OVER (PARTITION BY manager_id ORDER BY hire_date
ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING) AS c_mavg
FROM employees;

MANAGER_ID LAST_NAME                HIRE_DATE    SALARY    C_MAVG
---------- ------------------------- --------- ---------- ----------
   100 Kochhar                21-SEP-89    17000    17000
   100 De Haan                13-JAN-93    17000    15000
   100 Raphaely                07-DEC-94    11000 11966.6667
   100 Kaufling                01-MAY-95    7900 10633.3333
   100 Hartstein                17-FEB-96    13000 9633.33333
   100 Weiss                   18-JUL-96    8000 11666.6667
   100 Russell                01-OCT-96    14000 11833.3333
.
.
.

CORR
功能描述：返回一对表达式的相关系数，它是如下的缩写：
      COVAR_POP(expr1,expr2)/STDDEV_POP(expr1)*STDDEV_POP(expr2))
      从统计上讲，相关性是变量之间关联的强度，变量之间的关联意味着在某种程度
      上一个变量的值可由其它的值进行预测。通过返回一个-1~1之间的一个数, 相关
      系数给出了关联的强度，0表示不相关。
SAMPLE：下例返回1998年月销售收入和月单位销售的关系的累积系数（本例在SH用户下运行）

SELECT t.calendar_month_number,
   CORR (SUM(s.amount_sold), SUM(s.quantity_sold))
   OVER (ORDER BY t.calendar_month_number) as CUM_CORR
  FROM sales s, times t
WHERE s.time_id = t.time_id AND calendar_year = 1998
GROUP BY t.calendar_month_number
ORDER BY t.calendar_month_number;

CALENDAR_MONTH_NUMBER CUM_CORR
--------------------- ----------
                  1
                  2       1
                  3 .994309382
                  4 .852040875
                  5 .846652204
                  6 .871250628
                  7 .910029803
                  8 .917556399
                  9 .920154356
               10  .86720251
               11 .844864765
               12 .903542662

COVAR_POP
功能描述：返回一对表达式的总体协方差。
SAMPLE：下例CUM_COVP返回定价和最小产品价格的累积总体协方差

SELECT product_id, supplier_id,
      COVAR_POP(list_price, min_price)
      OVER (ORDER BY product_id, supplier_id) AS CUM_COVP,
      COVAR_SAMP(list_price, min_price)
      OVER (ORDER BY product_id, supplier_id) AS CUM_COVS
  FROM product_information p
WHERE category_id = 29
ORDER BY product_id, supplier_id;

PRODUCT_ID SUPPLIER_ID CUM_COVP CUM_COVS
---------- ----------- ---------- ----------
   1774    103088       0
   1775    103087 1473.25    2946.5
   1794    103096 1702.77778 2554.16667
   1825    103093 1926.25 2568.33333
   2004    103086    1591.4 1989.25
   2005    103086    1512.5    1815
   2416    103088 1475.97959 1721.97619
.
.

COVAR_SAMP
功能描述：返回一对表达式的样本协方差
SAMPLE：下例CUM_COVS返回定价和最小产品价格的累积样本协方差

SELECT product_id, supplier_id,
      COVAR_POP(list_price, min_price)
      OVER (ORDER BY product_id, supplier_id) AS CUM_COVP,
      COVAR_SAMP(list_price, min_price)
      OVER (ORDER BY product_id, supplier_id) AS CUM_COVS
  FROM product_information p
WHERE category_id = 29
ORDER BY product_id, supplier_id;

PRODUCT_ID SUPPLIER_ID CUM_COVP CUM_COVS
---------- ----------- ---------- ----------
   1774    103088       0
   1775    103087 1473.25    2946.5
   1794    103096 1702.77778 2554.16667
   1825    103093 1926.25 2568.33333
   2004    103086    1591.4 1989.25
   2005    103086    1512.5    1815
   2416    103088 1475.97959 1721.97619
.
.

COUNT
功能描述：对一组内发生的事情进行累积计数，如果指定*或一些非空常数，count将对所有行计数，如果指定一个表达式，count返回表达式非空赋值的计数，当有相同值出现时，这些相等的值都会被纳入被计算的值；可以使用DISTINCT来记录去掉一组中完全相同的数据后出现的行数。
SAMPLE：下面例子中计算每个员工在按薪水排序中当前行附近薪水在[n-50,n+150]之间的行数，n表示当前行的薪水
例如，Philtanker的薪水2200，排在他之前的行中薪水大于等于2200-50的有1行，排在他之后的行中薪水小于等于2200＋150的行没有，所以count计数值cnt3为2（包括自己当前行）；cnt2值相当于小于等于当前行的SALARY值的所有行数

SELECT last_name, salary, COUNT(*) OVER () AS cnt1,
   COUNT(*) OVER (ORDER BY salary) AS cnt2,
   COUNT(*) OVER (ORDER BY salary RANGE BETWEEN 50 PRECEDING
   AND 150 FOLLOWING) AS cnt3 FROM employees;

LAST_NAME                   SALARY    CNT1    CNT2    CNT3
------------------------- ---------- ---------- ---------- ----------
Olson                         2100       107       1       3
Markle                         2200       107       3       2
Philtanker                   2200       107       3       2
Landry                         2400       107       5       8
Gee                            2400       107       5       8
Colmenares                   2500       107       11       10
Patel                         2500       107       11       10
.
.

CUME_DIST
功能描述：计算一行在组中的相对位置，CUME_DIST总是返回大于0、小于或等于1的数，该数表示该行在N行中的位置。例如，在一个3行的组中，返回的累计分布值为1/3、2/3、3/3
SAMPLE：下例中计算每个工种的员工按薪水排序依次累积出现的分布百分比

SELECT job_id, last_name, salary, CUME_DIST()
   OVER (PARTITION BY job_id ORDER BY salary) AS cume_dist
  FROM employees  WHERE job_id LIKE 'PU%';

JOB_ID    LAST_NAME                   SALARY  CUME_DIST
---------- ------------------------- ---------- ----------
PU_CLERK Colmenares                   2500       .2
PU_CLERK Himuro                         2600       .4
PU_CLERK Tobias                         2800       .6
PU_CLERK Baida                         2900       .8
PU_CLERK Khoo                         3100       1
PU_MAN    Raphaely                      11000       1

DENSE_RANK
功能描述：根据ORDER BY子句中表达式的值，从查询返回的每一行，计算它们与其它行的相对位置。组内的数据按ORDER BY子句排序，然后给每一行赋一个号，从而形成一个序列，该序列从1开始，往后累加。每次ORDER BY表达式的值发生变化时，该序列也随之增加。有同样值的行得到同样的数字序号（认为null时相等的）。密集的序列返回的时没有间隔的数
SAMPLE：下例中计算每个员工按部门分区再按薪水排序，依次出现的序列号（注意与RANK函数的区别）

SELECT d.department_id , e.last_name, e.salary, DENSE_RANK()
      OVER (PARTITION BY e.department_id ORDER BY e.salary) as drank
  FROM employees e, departments d
WHERE e.department_id = d.department_id
AND d.department_id IN ('60', '90');

DEPARTMENT_ID LAST_NAME                   SALARY    DRANK
------------- ------------------------- ---------- ----------
         60 Lorentz                      4200       1
         60 Austin                         4800       2
         60 Pataballa                      4800       2
         60 Ernst                         6000       3
         60 Hunold                         9000       4
         90 Kochhar                      17000       1
         90 De Haan                      17000       1
         90 King                         24000       2

FIRST
功能描述：从DENSE_RANK返回的集合中取出排在最前面的一个值的行（可能多行，因为值可能相等），因此完整的语法需要在开始处加上一个集合函数以从中取出记录
SAMPLE：下面例子中DENSE_RANK按部门分区，再按佣金commission_pct排序，FIRST取出佣金最低的对应的所有行，然后前面的MAX函数从这个集合中取出薪水最低的值；LAST取出佣金最高的对应的所有行，然后前面的MIN函数从这个集合中取出薪水最高的值
SELECT last_name, department_id, salary,
      MIN(salary) KEEP (DENSE_RANK FIRST ORDER BY commission_pct)
      OVER (PARTITION BY department_id) "Worst",
      MAX(salary) KEEP (DENSE_RANK LAST ORDER BY commission_pct)
      OVER (PARTITION BY department_id) "Best"
  FROM employees
WHERE department_id in (20,80)
ORDER BY department_id, salary;

LAST_NAME                DEPARTMENT_ID    SALARY    Worst    Best
------------------------- ------------- ---------- ---------- ----------
Fay                               20    6000    6000    13000
Hartstein                         20    13000    6000    13000
Kumar                               80    6100    6100    14000
Banda                               80    6200    6100    14000
Johnson                            80    6200    6100    14000
Ande                               80    6400    6100    14000
Lee                               80    6800    6100    14000
Tuvault                            80    7000    6100    14000
Sewall                            80    7000    6100    14000
Marvins                            80    7200    6100    14000
Bates                               80    7300    6100    14000
.
.
.

FIRST_VALUE
功能描述：返回组中数据窗口的第一个值。
SAMPLE：下面例子计算按部门分区按薪水排序的数据窗口的第一个值对应的名字，如果薪水的第一个值有多个，则从多个对应的名字中取缺省排序的第一个名字

SELECT department_id, last_name, salary, FIRST_VALUE(last_name)
  OVER (PARTITION BY department_id ORDER BY salary ASC ) AS lowest_sal
  FROM employees
WHERE department_id in(20,30);

DEPARTMENT_ID LAST_NAME                   SALARY LOWEST_SAL
------------- ------------------------- ---------- --------------
         20 Fay                            6000 Fay
         20 Hartstein                   13000 Fay
         30 Colmenares                   2500 Colmenares
         30 Himuro                         2600 Colmenares
         30 Tobias                         2800 Colmenares
         30 Baida                         2900 Colmenares
         30 Khoo                         3100 Colmenares
         30 Raphaely                      11000 Colmenares

LAG
功能描述：可以访问结果集中的其它行而不用进行自连接。它允许去处理游标，就好像游标是一个数组一样。在给定组中可参考当前行之前的行，这样就可以从组中与当前行一起选择以前的行。Offset是一个正整数，其默认值为1，若索引超出窗口的范围，就返回默认值（默认返回的是组中第一行），其相反的函数是LEAD
SAMPLE：下面的例子中列prev_sal返回按hire_date排序的前1行的salary值

SELECT last_name, hire_date, salary,
   LAG(salary, 1, 0) OVER (ORDER BY hire_date) AS prev_sal
  FROM employees
WHERE job_id = 'PU_CLERK';

LAST_NAME                HIRE_DATE    SALARY PREV_SAL
------------------------- ---------- ---------- ----------
Khoo                   18-5月 -95    3100       0
Tobias                   24-7月 -97    2800    3100
Baida                   24-12月-97    2900    2800
Himuro                   15-11月-98    2600    2900
Colmenares             10-8月 -99    2500    2600

LAST
功能描述：从DENSE_RANK返回的集合中取出排在最后面的一个值的行（可能多行，因为值可能相等），因此完整的语法需要在开始处加上一个集合函数以从中取出记录
SAMPLE：下面例子中DENSE_RANK按部门分区，再按佣金commission_pct排序，FIRST取出佣金最低的对应的所有行，然后前面的MAX函数从这个集合中取出薪水最低的值；LAST取出佣金最高的对应的所有行，然后前面的MIN函数从这个集合中取出薪水最高的值
SELECT last_name, department_id, salary,
      MIN(salary) KEEP (DENSE_RANK FIRST ORDER BY commission_pct)
      OVER (PARTITION BY department_id) "Worst",
      MAX(salary) KEEP (DENSE_RANK LAST ORDER BY commission_pct)
      OVER (PARTITION BY department_id) "Best"
  FROM employees
WHERE department_id in (20,80)
ORDER BY department_id, salary;

LAST_NAME                DEPARTMENT_ID    SALARY    Worst    Best
------------------------- ------------- ---------- ---------- ----------
Fay                               20    6000    6000    13000
Hartstein                         20    13000    6000    13000
Kumar                               80    6100    6100    14000
Banda                               80    6200    6100    14000
Johnson                            80    6200    6100    14000
Ande                               80    6400    6100    14000
Lee                               80    6800    6100    14000
Tuvault                            80    7000    6100    14000
Sewall                            80    7000    6100    14000
Marvins                            80    7200    6100    14000
Bates                               80    7300    6100    14000
.
.
.

LAST_VALUE
功能描述：返回组中数据窗口的最后一个值。
SAMPLE：下面例子计算按部门分区按薪水排序的数据窗口的最后一个值对应的名字，如果薪水的最后一个值有多个，则从多个对应的名字中取缺省排序的最后一个名字
SELECT department_id, last_name, salary, LAST_VALUE(last_name)
OVER(PARTITION BY department_id ORDER BY salary) AS highest_sal
  FROM employees
WHERE department_id in(20,30);

DEPARTMENT_ID LAST_NAME                   SALARY HIGHEST_SAL
------------- ------------------------- ---------- ------------
         20 Fay                            6000 Fay
         20 Hartstein                   13000 Hartstein
         30 Colmenares                   2500 Colmenares
         30 Himuro                         2600 Himuro
         30 Tobias                         2800 Tobias
         30 Baida                         2900 Baida
         30 Khoo                         3100 Khoo
         30 Raphaely                      11000 Raphaely

LEAD
功能描述：LEAD与LAG相反，LEAD可以访问组中当前行之后的行。Offset是一个正整数，其默认值为1，若索引超出窗口的范围，就返回默认值（默认返回的是组中第一行）
SAMPLE：下面的例子中每行的"NextHired"返回按hire_date排序的下一行的hire_date值

SELECT last_name, hire_date,
      LEAD(hire_date, 1) OVER (ORDER BY hire_date) AS "NextHired"
  FROM employees WHERE department_id = 30;

LAST_NAME                HIRE_DATE NextHired
------------------------- --------- ---------
Raphaely                07-DEC-94 18-MAY-95
Khoo                   18-MAY-95 24-JUL-97
Tobias                   24-JUL-97 24-DEC-97
Baida                   24-DEC-97 15-NOV-98
Himuro                   15-NOV-98 10-AUG-99
Colmenares             10-AUG-99

MAX
功能描述：在一个组中的数据窗口中查找表达式的最大值。
SAMPLE：下面例子中dept_max返回当前行所在部门的最大薪水值

SELECT department_id, last_name, salary,
MAX(salary) OVER (PARTITION BY department_id) AS dept_max
FROM employees WHERE department_id in (10,20,30);

DEPARTMENT_ID LAST_NAME                   SALARY DEPT_MAX
------------- ------------------------- ---------- ----------
         10 Whalen                         4400    4400
         20 Hartstein                   13000    13000
         20 Fay                            6000    13000
         30 Raphaely                      11000    11000
         30 Khoo                         3100    11000
         30 Baida                         2900    11000
         30 Tobias                         2800    11000
         30 Himuro                         2600    11000
         30 Colmenares                   2500    11000

MIN
功能描述：在一个组中的数据窗口中查找表达式的最小值。
SAMPLE：下面例子中dept_min返回当前行所在部门的最小薪水值

SELECT department_id, last_name, salary,
MIN(salary) OVER (PARTITION BY department_id) AS dept_min
FROM employees WHERE department_id in (10,20,30);

DEPARTMENT_ID LAST_NAME                   SALARY DEPT_MIN
------------- ------------------------- ---------- ----------
         10 Whalen                         4400    4400
         20 Hartstein                   13000    6000
         20 Fay                            6000    6000
         30 Raphaely                      11000    2500
         30 Khoo                         3100    2500
         30 Baida                         2900    2500
         30 Tobias                         2800    2500
         30 Himuro                         2600    2500
         30 Colmenares                   2500    2500

NTILE
功能描述：将一个组分为"表达式"的散列表示，例如，如果表达式=4，则给组中的每一行分配一个数（从1到4），如果组中有20行，则给前5行分配1，给下5行分配2等等。如果组的基数不能由表达式值平均分开，则对这些行进行分配时，组中就没有任何percentile的行数比其它percentile的行数超过一行，最低的percentile是那些拥有额外行的percentile。例如，若表达式=4，行数=21，则percentile=1的有5行，percentile=2的有5行等等。
SAMPLE：下例中把6行数据分为4份

SELECT last_name, salary,
   NTILE(4) OVER (ORDER BY salary DESC) AS quartile FROM employees
WHERE department_id = 100;

LAST_NAME                   SALARY QUARTILE
------------------------- ---------- ----------
Greenberg                   12000       1
Faviet                         9000       1
Chen                         8200       2
Urman                         7800       2
Sciarra                      7700       3
Popp                         6900       4

PERCENT_RANK
功能描述：和CUME_DIST（累积分配）函数类似，对于一个组中给定的行来说，在计算那行的序号时，先减1，然后除以n-1（n为组中所有的行数）。该函数总是返回0～1（包括1）之间的数。
SAMPLE：下例中如果Khoo的salary为2900，则pr值为0.6，因为RANK函数对于等值的返回序列值是一样的

SELECT department_id, last_name, salary,
   PERCENT_RANK()
   OVER (PARTITION BY department_id ORDER BY salary) AS pr
  FROM employees
WHERE department_id < 50
  ORDER BY department_id,salary;

DEPARTMENT_ID LAST_NAME                   SALARY       PR
------------- ------------------------- ---------- ----------
         10 Whalen                         4400       0
         20 Fay                            6000       0
         20 Hartstein                   13000       1
         30 Colmenares                   2500       0
         30 Himuro                         2600       0.2
         30 Tobias                         2800       0.4
         30 Baida                         2900       0.6
         30 Khoo                         3100       0.8
         30 Raphaely                      11000       1
         40 Mavris                         6500       0

PERCENTILE_CONT
功能描述：返回一个与输入的分布百分比值相对应的数据值，分布百分比的计算方法见函数PERCENT_RANK，如果没有正好对应的数据值，就通过下面算法来得到值：
      RN = 1+ (P*(N-1)) 其中P是输入的分布百分比值，N是组内的行数
      CRN = CEIL(RN)  FRN = FLOOR(RN)
if (CRN = FRN = RN) then
            (value of expression from row at RN)
      else
            (CRN - RN) * (value of expression for row at FRN) +
            (RN - FRN) * (value of expression for row at CRN)
      注意：本函数与PERCENTILE_DISC的区别在找不到对应的分布值时返回的替代值的计算方法不同

SAMPLE：在下例中，对于部门60的Percentile_Cont值计算如下：
      P=0.7  N=5 RN =1+ (P*(N-1)=1+(0.7*(5-1))=3.8 CRN = CEIL(3.8)=4
FRN = FLOOR(3.8)=3
      （4 - 3.8）* 4800 + (3.8 - 3) * 6000 = 5760

SELECT last_name, salary, department_id,
   PERCENTILE_CONT(0.7) WITHIN GROUP (ORDER BY salary)
   OVER (PARTITION BY department_id) "

ercentile_Cont",
PERCENT_RANK()
OVER (PARTITION BY department_id ORDER BY salary) "

ercent_Rank"
  FROM employees WHERE department_id IN (30, 60);

LAST_NAME                   SALARY DEPARTMENT_ID Percentile_Cont Percent_Rank
------------------------- ---------- ------------- --------------- ------------
Colmenares                   2500          30          3000          0
Himuro                         2600          30          3000       0.2
Tobias                         2800          30          3000       0.4
Baida                         2900          30          3000       0.6
Khoo                         3100          30          3000       0.8
Raphaely                      11000          30          3000          1
Lorentz                      4200          60          5760          0
Austin                         4800          60          5760       0.25
Pataballa                      4800          60          5760       0.25
Ernst                         6000          60          5760       0.75
Hunold                         9000          60          5760          1

PERCENTILE_DISC
功能描述：返回一个与输入的分布百分比值相对应的数据值，分布百分比的计算方法见函数CUME_DIST，如果没有正好对应的数据值，就取大于该分布值的下一个值。
注意：本函数与PERCENTILE_CONT的区别在找不到对应的分布值时返回的替代值的计算方法不同

SAMPLE：下例中0.7的分布值在部门30中没有对应的Cume_Dist值，所以就取下一个分布值0.83333333所对应的SALARY来替代

SELECT last_name, salary, department_id,
   PERCENTILE_DISC(0.7) WITHIN GROUP (ORDER BY salary )
   OVER (PARTITION BY department_id) "

ercentile_Disc",
   CUME_DIST() OVER (PARTITION BY department_id ORDER BY salary)    "Cume_Dist"
  FROM employees
WHERE department_id in (30, 60);

LAST_NAME                   SALARY DEPARTMENT_ID Percentile_Disc  Cume_Dist
------------------------- ---------- ------------- --------------- ----------
Colmenares                   2500          30          3100 .166666667
Himuro                         2600          30          3100 .333333333
Tobias                         2800          30          3100       .5
Baida                         2900          30          3100 .666666667
Khoo                         3100          30          3100 .833333333
Raphaely                      11000          30          3100       1
Lorentz                      4200          60          6000       .2
Austin                         4800          60          6000       .6
Pataballa                      4800          60          6000       .6
Ernst                         6000          60          6000       .8
Hunold                         9000          60          6000       1

RANK
功能描述：根据ORDER BY子句中表达式的值，从查询返回的每一行，计算它们与其它行的相对位置。组内的数据按ORDER BY子句排序，然后给每一行赋一个号，从而形成一个序列，该序列从1开始，往后累加。每次ORDER BY表达式的值发生变化时，该序列也随之增加。有同样值的行得到同样的数字序号（认为null时相等的）。然而，如果两行的确得到同样的排序，则序数将随后跳跃。若两行序数为1，则没有序数2，序列将给组中的下一行分配值3，DENSE_RANK则没有任何跳跃。
SAMPLE：下例中计算每个员工按部门分区再按薪水排序，依次出现的序列号（注意与DENSE_RANK函数的区别）

SELECT d.department_id , e.last_name, e.salary, RANK()
      OVER (PARTITION BY e.department_id ORDER BY e.salary) as drank
  FROM employees e, departments d
WHERE e.department_id = d.department_id
AND d.department_id IN ('60', '90');

DEPARTMENT_ID LAST_NAME                   SALARY    DRANK
------------- ------------------------- ---------- ----------
         60 Lorentz                      4200       1
         60 Austin                         4800       2
         60 Pataballa                      4800       2
         60 Ernst                         6000       4
         60 Hunold                         9000       5
         90 Kochhar                      17000       1
         90 De Haan                      17000       1
         90 King                         24000       3

RATIO_TO_REPORT
功能描述：该函数计算expression/(sum(expression))的值，它给出相对于总数的百分比，即当前行对sum(expression)的贡献。
SAMPLE：下例计算每个员工的工资占该类员工总工资的百分比

SELECT last_name, salary, RATIO_TO_REPORT(salary) OVER () AS rr
  FROM employees
WHERE job_id = 'PU_CLERK';

LAST_NAME                   SALARY       RR
------------------------- ---------- ----------
Khoo                         3100 .223021583
Baida                         2900 .208633094
Tobias                         2800 .201438849
Himuro                         2600  .18705036
Colmenares                   2500 .179856115

REGR_ (Linear Regression) Functions
功能描述：这些线性回归函数适合最小二乘法回归线，有9个不同的回归函数可使用。
      REGR_SLOPE：返回斜率，等于COVAR_POP(expr1, expr2) / VAR_POP(expr2)
      REGR_INTERCEPT：返回回归线的y截距，等于
                        AVG(expr1) - REGR_SLOPE(expr1, expr2) * AVG(expr2)
      REGR_COUNT：返回用于填充回归线的非空数字对的数目
      REGR_R2：返回回归线的决定系数，计算式为：
               If VAR_POP(expr2)  = 0 then return NULL
               If VAR_POP(expr1)  = 0 and VAR_POP(expr2) != 0 then return 1
               If VAR_POP(expr1)  > 0 and VAR_POP(expr2  != 0 then
                  return POWER(CORR(expr1,expr),2)
      REGR_AVGX：计算回归线的自变量(expr2)的平均值，去掉了空对(expr1, expr2)后，等于AVG(expr2)
      REGR_AVGY：计算回归线的应变量(expr1)的平均值，去掉了空对(expr1, expr2)后，等于AVG(expr1)
      REGR_SXX：返回值等于REGR_COUNT(expr1, expr2) * VAR_POP(expr2)
      REGR_SYY：返回值等于REGR_COUNT(expr1, expr2) * VAR_POP(expr1)
      REGR_SXY:  返回值等于REGR_COUNT(expr1, expr2) * COVAR_POP(expr1, expr2)

（下面的例子都是在SH用户下完成的）
SAMPLE 1：下例计算1998年最后三个星期中两种产品（260和270）在周末的销售量中已开发票数量和总数量的累积斜率和回归线的截距

SELECT t.fiscal_month_number "Month", t.day_number_in_month "Day",
   REGR_SLOPE(s.amount_sold, s.quantity_sold)
      OVER (ORDER BY t.fiscal_month_desc, t.day_number_in_month) AS CUM_SLOPE,
   REGR_INTERCEPT(s.amount_sold, s.quantity_sold)
      OVER (ORDER BY t.fiscal_month_desc, t.day_number_in_month) AS CUM_ICPT
  FROM sales s, times t
WHERE s.time_id = t.time_id
AND s.prod_id IN (270, 260)
AND t.fiscal_year=1998
AND t.fiscal_week_number IN (50, 51, 52)
AND t.day_number_in_week IN (6,7)
ORDER BY t.fiscal_month_desc, t.day_number_in_month;

   Month       Day  CUM_SLOPE CUM_ICPT
---------- ---------- ---------- ----------
      12       12       -68    1872
      12       12       -68    1872
      12       13 -20.244898 1254.36735
      12       13 -20.244898 1254.36735
      12       19 -18.826087    1287
      12       20 62.4561404  125.28655
      12       20 62.4561404  125.28655
      12       20 62.4561404  125.28655
      12       20 62.4561404  125.28655
      12       26 67.2658228 58.9712313
      12       26 67.2658228 58.9712313
      12       27 37.5245541 284.958221
      12       27 37.5245541 284.958221
      12       27 37.5245541 284.958221

SAMPLE 2：下例计算1998年4月每天的累积交易数量

SELECT UNIQUE t.day_number_in_month,
   REGR_COUNT(s.amount_sold, s.quantity_sold)
      OVER (PARTITION BY t.fiscal_month_number ORDER BY t.day_number_in_month)
"Regr_Count"
FROM sales s, times t
WHERE s.time_id = t.time_id
AND t.fiscal_year = 1998 AND t.fiscal_month_number = 4;

DAY_NUMBER_IN_MONTH Regr_Count
------------------- ----------
               1       825
               2    1650
               3    2475
               4    3300
.
.
.
               26    21450
               30    22200

SAMPLE 3：下例计算1998年每月销售量中已开发票数量和总数量的累积回归线决定系数

SELECT t.fiscal_month_number,
   REGR_R2(SUM(s.amount_sold), SUM(s.quantity_sold))
      OVER (ORDER BY t.fiscal_month_number) "Regr_R2"
FROM sales s, times t
WHERE s.time_id = t.time_id
AND t.fiscal_year = 1998
GROUP BY t.fiscal_month_number
ORDER BY t.fiscal_month_number;

FISCAL_MONTH_NUMBER Regr_R2
------------------- ----------
               1
               2       1
               3 .927372984
               4 .807019972
               5 .932745567
               6  .94682861
               7 .965342011
               8 .955768075
               9 .959542618
               10 .938618575
               11 .880931415
               12 .882769189

SAMPLE 4：下例计算1998年12月最后两周产品260的销售量中已开发票数量和总数量的累积平均值

SELECT t.day_number_in_month,
REGR_AVGY(s.amount_sold, s.quantity_sold)
   OVER (ORDER BY t.fiscal_month_desc, t.day_number_in_month)
   "Regr_AvgY",
REGR_AVGX(s.amount_sold, s.quantity_sold)
   OVER (ORDER BY t.fiscal_month_desc, t.day_number_in_month)
   "Regr_AvgX"
FROM sales s, times t
WHERE s.time_id = t.time_id
   AND s.prod_id = 260
   AND t.fiscal_month_desc = '1998-12'
   AND t.fiscal_week_number IN (51, 52)
ORDER BY t.day_number_in_month;

DAY_NUMBER_IN_MONTH  Regr_AvgY  Regr_AvgX
------------------- ---------- ----------
               14       882    24.5
               14       882    24.5
               15       801    22.25
               15       801    22.25
               16    777.6    21.6
               18 642.857143 17.8571429
               18 642.857143 17.8571429
               20    589.5    16.375
               21       544 15.1111111
               22 592.363636 16.4545455
               22 592.363636 16.4545455
               24 553.846154 15.3846154
               24 553.846154 15.3846154
               26       522    14.5
               27    578.4 16.0666667