峰度函数玩得不好 [英] Kurtosis function not playing nice

问题描述

我正在玩Snowflake，当使用KURTOSIS函数时，我得到被零除的错误：-(

如果有1个以上不同的值(以及4个以上的值)，则函数可以完美工作：

select 
    kurtosis(bob) 
from 
    (select seq4() bob from table(generator(rowcount => 10)));

，但当所有值都相同时失败。在本例中为1：

select 
    kurtosis(bob) 
from 
   (select 1 bob from table(generator(rowcount => 10))); 

除了在每次评估前执行不同的计数或HLL测试外，还有谁能提出解决方案吗？

我确实看到这个article关于 pandas 滚动偏度和峰度的讨论在所有等值的样本上都失败了，但在Snowflake甚至是白日梦之前，这已经是近10年前的事了。

和SKEW函数具有相同的问题。

我的临时解决方案是：

select 
    DECODE(HLL(bob),1,0,SKEW(bob::FLOAT)) yucky_solution
from 
   (select 1 bob from table(generator(rowcount => 10))); 

推荐答案

我认为这反映了kurtosis函数的工作方式(与雪花无关)。

我在Wolfram Alpha和这个在线峰度计算器上进行了测试：https://www.socscistatistics.com/tests/skewness/default.aspx

从0到9的数字与Snowflake的值相同：

但有10个相同的数字返回NaN值：

---

从数学上讲，这是峰度的公式：

这是通过用标准差潜水得到的。一系列相同数字的标准差是0--因此除以0是错误的。

---

因此，避免异常的SQL方法是首先计算stddev：

select 
    iff(stddev(bob)=0, null, kurtosis(bob))
from 
   (select 1 bob from table(generator(rowcount => 10))); 

-- null

这篇关于峰度函数玩得不好的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！