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
ORACLE – statistické funkce
Daniel Klimeš, Databázové systémy a SQL
• Statistické testy
• STATS_BINOMIAL_TEST  - binomický test
• STATS_CROSSTAB – kontingenční tabulka
• STATS_F_TEST – F test
• STATS_KS_TEST - Kolmogorov-Smirnov test
• STATS_MODE  - modus
• STATS_MW_TEST  - Mann Whitney test
• STATS_ONE_WAY_ANOVA   -  ANOVA
• STATS_T_TEST_*  - varianty T testu
• STATS_WSR_TEST -  Wilcoxon Signed Ranks test
•
•

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
•Zjistěte průměrnou hodnotu, minumum , maximum otázky XY
•Vypište věk pacientů při zařazení do studie XY, zvlášť muži, ženy
•Vypište hodnotu otázky XY pro všechny pacienty (včetně nevyplněných)
•Jaký je průměrný počet vyplněných formulářů na pacienta u studie XY
• Vypište seznam otázek, které nebyly dosud nikdy vyplněny
• Vypište počty žen a mužů zařazených v jednotlivých studiích