VAR_SAMP,VARIANCE_SAMP

描述

VAR_SAMP 函数计算指定表达式的样本方差。与 VARIANCE（总体方差）不同，VAR_SAMP 使用 n-1 作为除数，这在统计学上被认为是对总体方差的无偏估计。

计算公式如下：

$ \mathrm{VAR_SAMP}(x)=\frac{\sum_{i=1}^{n}(x_i-\bar{x})^2}{n-1} $

其中 n 为组内合法数据的个数。

别名

• VARIANCE_SAMP

语法

VAR_SAMP(<expr>)

参数

参数	描述
<expr>	要计算样本方差的列或表达式，支持类型为 Double。

返回值

返回一个 Double 类型的值，表示计算得到的样本方差。 组内没有合法数据时，返回 NULL。组内合法数据个数为 1 时，返回 NaN。

举例

-- 创建示例表
CREATE TABLE student_scores (
    student_id INT,
    score DECIMAL(4,1)
) DISTRIBUTED BY HASH(student_id)
PROPERTIES (
    "replication_num" = "1"
);

-- 插入测试数据
INSERT INTO student_scores VALUES
(1, 85.5),
(2, 92.0),
(3, 78.5),
(4, 88.0),
(5, 95.5),
(6, 82.0),
(7, 90.0),
(8, 87.5);

-- 计算学生成绩的样本方差
SELECT 
    VAR_SAMP(score) as sample_variance,
    VARIANCE(score) as population_variance
FROM student_scores;

+------------------+---------------------+
| sample_variance  | population_variance |
+------------------+---------------------+
| 29.4107142857143 |   25.73437500000001 |
+------------------+---------------------+

当合法数据个数为 1 时，VAR_SAMP 返回 NaN。

-- 创建单列示例表
CREATE TABLE sample_values (
    value INT
) DISTRIBUTED BY HASH(value)
PROPERTIES (
    "replication_num" = "1"
);

INSERT INTO sample_values VALUES (10);

SELECT VAR_SAMP(value) AS sample_variance FROM sample_values;
+-----------------+
| sample_variance |
+-----------------+
|             NaN |
+-----------------+