云器科技-文档

CORR 函数


corr(y, x)

功能描述

CORR 函数用于计算两个数值列之间的皮尔逊相关系数（Pearson correlation coefficient）。相关系数衡量两个变量之间的线性相关程度，取值范围为 -1 到 1。

参数说明

y：数值类型的表达式，作为因变量。必须是可以转换为 DOUBLE 的数值类型。
x：数值类型的表达式，作为自变量。必须是可以转换为 DOUBLE 的数值类型。

返回类型

返回 DOUBLE 类型的皮尔逊相关系数，取值范围为 [-1, 1]。
- 1：完全正相关（x 增大，y 也增大）
- -1：完全负相关（x 增大，y 减小）
- 0：无线性相关
- 接近 1 或 -1：强相关
- 接近 0：弱相关或无相关

注意事项

函数计算过程中，NULL 值将被忽略，不参与计算。
如果所有 x 值相同或所有 y 值相同（标准差为 0），返回 NULL。
如果有效数据点少于 2 个，返回 NULL。
计算公式：corr(y, x) = covar_pop(y, x) / (stddev_pop(y) * stddev_pop(x))，即协方差除以两个变量标准差的乘积。

使用示例

基本用法：计算相关系数


SELECT corr(c1, c2)
FROM VALUES (3, 2), (3, 3), (3, 3), (6, 4) AS tab(c1, c2);
+--------------------+
| corr(c1, c2)       |
+--------------------+
| 0.816496580927726  |
+--------------------+

完全正相关（y = x）


SELECT corr(x, y)
FROM VALUES (1, 1), (2, 2), (3, 3), (4, 4) AS t(x, y);
+-------------+
| corr(x, y)  |
+-------------+
| 1.0         |
+-------------+

完全负相关（y = -x）


SELECT corr(x, y)
FROM VALUES (1, -1), (2, -2), (3, -3), (4, -4) AS t(x, y);
+-------------+
| corr(x, y)  |
+-------------+
| -1.0        |
+-------------+

无相关（x 和 y 独立）


SELECT corr(x, y)
FROM VALUES (1, 1), (2, 1), (3, 1), (4, 1) AS t(x, y);
+-------------+
| corr(x, y)  |
+-------------+
| NULL        |
+-------------+

按分组计算相关系数


SELECT
  category,
  corr(price, quantity) as price_quantity_corr
FROM VALUES
  ('A', 10, 100),
  ('A', 20, 80),
  ('A', 30, 60),
  ('B', 15, 50),
  ('B', 25, 40),
  ('B', 35, 30)
AS sales(category, price, quantity)
GROUP BY category;
+----------+----------------------+
| category | price_quantity_corr  |
+----------+----------------------+
| A        | -1.0                 |
| B        | -1.0                 |
+----------+----------------------+

联系我们