SQL：顯示平均和最大/最小標準差範圍內

Question

我有以下SQL表 -

Date  StoreNo  Sales 
23/4   34  4323.00 
23/4   23  564.00 
24/4   34  2345.00 
etc 

我正在返回平均銷售額，最大的銷售及分銷售一段時間的查詢 -

select avg(Sales), max(sales), min(sales) 
from tbl_sales 
where date between etc 

但是在最小值和最大值中都會出現一些非常極端的值 - 可能是因爲數據輸入不好，可能是因爲當天發生了一些異常現象並且存儲。

我想要的是一個返回平均值，最大值和最小值的查詢，但不知何故排除了極值。我對此如何開放，但也許它會以某種方式使用標準偏差（例如，僅在真正的平均值的x標準開發中使用數據）。

非常感謝

Answer 1

爲了計算標準差，則需要通過所有元素的迭代，所以這將是不可能做到這一點的一個查詢。偷懶的方法是隻做兩遍：

DECLARE 
    @Avg int, 
    @StDev int 

SELECT @Avg = AVG(Sales), @StDev = STDEV(Sales) 
FROM tbl_sales 
WHERE ... 

SELECT AVG(Sales) AS AvgSales, MAX(Sales) AS MaxSales, MIN(Sales) AS MinSales 
FROM tbl_sales 
WHERE ... 
AND Sales >= @Avg - @StDev * 3 
AND Sales <= @Avg + @StDev * 3 

另一個簡單的選項，威力工作（在科學數據的分析很常見）將只下降最小和最大X值，如果你有很多數據需要處理的話，這種方法很有效。您可以使用ROW_NUMBER爲此在一個聲明：

WITH OrderedValues AS 
(
    SELECT 
     Sales, 
     ROW_NUMBER() OVER (ORDER BY Sales) AS RowNumAsc, 
     ROW_NUMBER() OVER (ORDER BY Sales DESC) AS RowNumDesc 
) 
SELECT ... 
FROM tbl_sales 
WHERE ... 
AND Sales > 
(
    SELECT MAX(Sales) 
    FROM OrderedValues 
    WHERE RowNumAsc <= @ElementsToDiscard 
) 
AND Sales < 
(
    SELECT MIN(Sales) 
    FROM OrderedValues 
    WHERE RowNumDesc <= @ElementsToDiscard 
) 

更換ROW_NUMBER與RANK或DENSE_RANK，如果您想放棄一定數量的獨特值。

除了這些簡單的技巧，你開始進入一些相當重的統計。我必須處理類似的驗證，並且對於SO帖子而言，它的材料太多了。有一百種不同的算法，你可以用十幾種不同的方法調整。如果可能，我會盡量保持簡單！

Answer 2

也許你在找什麼是percentiles。

標準偏差往往對異常值敏感，因爲它是使用值和平均值之差的平方來計算的。

也許一個更強大，更不敏感的測量，如價值和平均值之間的差異的絕對值將更適合您的情況。

Answer 3

擴展在DuffyMo的帖子，你可以做類似

With SalesStats As 
    (
    Select Sales, NTILE(100) OVER (Order By Sales) As NtileNum 
    From tbl_Sales 
    ) 
Select Avg(Sales), Max(Sales), Min(Sales) 
From SalesStats 
Where NtileNum Between 5 And 95 

這將排除的最低5％和最高的95％。如果您的數字變化很大，您可能會發現平均值不是質量彙總統計量，應該考慮使用中值。你可以這樣做：

With SalesStats As 
    (
    Select NTILE(100) OVER (Order By Sales) As NtileNum 
     , ROW_NUMBER() OVER (Order By Id) As RowNum 
    From tbl_Sales 
    ) 
    , TotalSalesRows 
     (
     Select COUNT(*) As Total 
     From tbl_Sales 
     ) 
    , Median As 
     (
     Select Sales 
     From SalesStats 
      Cross Join TotalSalesRows 
     Where RowNum In ((TotalRows.Total + 1)/2, (TotalRows.Total + 2)/2) 
     ) 
Select Avg(Sales), Max(Sales), Min(Sales), Median.Sales 
From SalesStats 
    Cross Join Median 
Where NtileNum Between 5 And 95