Autor, Název akce
Databázové systémy a SQL
Lekce 7 – Statistické funkce
Daniel Klimeš

Autor, Název akce
Kovariance, korelace
Daniel Klimeš, Databázové systémy a SQL
SELECT
COVAR_POP(hmotnost.value, vyska.value) kovariance_pop,
COVAR_SAMP(hmotnost.value, vyska.value) kovariance_sample,
CORR(hmotnost.value, vyska.value) pearson,
CORR_S(hmotnost.value, vyska.value) spearman
FROM eav_real hmotnost, eav_real vyska
WHERE hmotnost.question_id = 6081 AND vyska.question_id =  6083
AND hmotnost.subheader_id = vyska.subheader_id
59,276
59,588
0,4799
0,4952
• COVAR_POP – Kovariance populační
• COVAR_SAMP – Kovariance vzorková
• CORR  - Pearsonův korelační koeficient
• CORR_S  - Spearmanův koeficient
• CORR_K  - Kendallův koeficient)
•

Autor, Název akce
Lineární regrese
Daniel Klimeš, Databázové systémy a SQL
CREATE table regr_test as
SELECT ROWNUM x, 3*ROWNUM +5 y FROM questions WHERE ROWNUM < 50
SELECT REGR_SLOPE (y, x), REGR_INTERCEPT (y, x) FROM regr_test
SELECT REGR_SLOPE (hmotnost.value, vyska.value),
REGR_INTERCEPT (hmotnost.value, vyska.value)
FROM eav_real hmotnost, eav_real vyska
WHERE hmotnost.question_id = 6081 AND vyska.question_id =  6083
AND hmotnost.subheader_id = vyska.subheader_id
Linear regression.svg
Y = βx + α

Autor, Název akce
Statistické testy
Daniel Klimeš, Databázové systémy a SQL
SELECT  AVG(hmotnost.value) prumer,
STATS_T_TEST_ONE (hmotnost.value, 72, 'TWO_SIDED_SIG') two_side,
STATS_T_TEST_ONE (hmotnost.value, 72, 'ONE_SIDED_SIG') one_side,
STATS_T_TEST_ONE (hmotnost.value, 72, 'DF') df
FROM eav_real hmotnost, eav_real vyska
WHERE hmotnost.question_id = 6081 AND vyska.question_id =  6083
• Jednovzorkové (one sample)
• Párové uspořádání
• Nepárové (nezávislé) uspořádání
• Výstupní hodnoty testu

Autor, Název akce
Párové testy
Daniel Klimeš, Databázové systémy a SQL
•  Parametr měřený před a po zásahu (léčba)
SELECT
   STATS_T_TEST_PAIRED (pred.value, po.value, 'TWO_SIDED_SIG'),
   AVG(pred.value), AVG(po.value)
FROM eav_real pred, eav_real po
WHERE pred.question_id = 917 AND po.question_id = 918
   AND pred.subheader_id = po.subheader_id
   AND ROWNUM <= 100

Autor, Název akce
Test nezávislých výběrů
Daniel Klimeš, Databázové systémy a SQL
SELECT
STATS_T_TEST_INDEP (sex, sysdate – date_of_birth,  'TWO_SIDED_SIG') two_side,
STATS_T_TEST_INDEP (sex, sysdate – date_of_birth 'DF') df,
STATS_T_TEST_INDEPU (sex, sysdate – date_of_birth 'TWO_SIDED_SIG') two_side_u,
STATS_T_TEST_INDEPU (sex, sysdate – date_of_birth 'DF') df_u
FROM patients
WHERE sex IN (‘F’,’M’) and date_of_birth IS NOT NULL
• Data měřená na dvou nezávislých vzorcích

Autor, Název akce
ANOVA
Daniel Klimeš, Databázové systémy a SQL
• porovnání více než 2 vzorků
• analyzujeme účinek jednoho faktoru na zkoumanou proměnnou
SELECT
  STATS_ONE_WAY_ANOVA(riziko.value, delka_hosp.value, 'F_RATIO') f_ratio,
  STATS_ONE_WAY_ANOVA(riziko.value, delka_hosp.value, 'SIG') p_value
FROM eav_real delak_hosp, eav_int riziko,
           event_subheader es_hosp, event_subheader es_riz
WHERE delka_hosp.question_id = 3482
AND es_hosp.subheader_id = delka_hosp.subheader_id
AND es_riz.subheader_id = riziko.subheader_id
AND riziko.question_id = 3442 and es_riz.header_uid = es_hosp.header_uid

Autor, Název akce
Cvičení
Daniel Klimeš, Databázové systémy a SQL
Vypište počty studentek  a studentů zapsaných  v jednotlivých předmětech
Vypište počty žen a mužů zařazených v jednotlivých studiích