Jak obliczyć nachylenie w SQL

Question

Mam niektóre dane w bazie danych sql i chciałbym obliczyć nachylenie. Dane ma ten układ:

Date  | Keyword | Score  
2012-01-10 | ipad  | 0.12  
2012-01-11 | ipad  | 0.17  
2012-01-12 | ipad  | 0.24  
2012-01-10 | taco  | 0.19  
2012-01-11 | taco  | 0.34  
2012-01-12 | taco  | 0.45  

chciałbym ostateczną wyjście wyglądać tak przez utworzenie nowej tabeli za pomocą SQL:

Date  | Keyword | Score | Slope  
2012-01-10 | ipad  | 0.12 | 0.06  
2012-01-11 | ipad  | 0.17 | 0.06  
2012-01-12 | ipad  | 0.24 | 0.06  
2012-01-10 | taco  | 0.19 | 0.13  
2012-01-11 | taco  | 0.34 | 0.13  
2012-01-12 | taco  | 0.45 | 0.13 

Aby komplikować, nie wszystkie słowa kluczowe mają 3 terminy warto danych, niektóre mają na przykład tylko 2.

Im prostszy SQL, tym lepiej, ponieważ moja baza danych jest prawnie zastrzeżona i nie jestem do końca pewien, jakie formuły są dostępne, chociaż wiem, że może to zrobić PONADTO (PARTYCJA PRZEZ), jeśli to pomaga. Dziękuję Ci!

UPDATE: określenia nachylenia najlepiej pasuje y = mx + p ps Excel byłoby = nachylenie()

Oto inny rzeczywisty przykład, że zwykle manipulowania w Excelu:

date  keyword   score  slope 
1/22/2012 water bottle 0.010885442 0.000334784 
1/23/2012 water bottle 0.011203949 0.000334784 
1/24/2012 water bottle 0.008460835 0.000334784 
1/25/2012 water bottle 0.010363991 0.000334784 
1/26/2012 water bottle 0.011800716 0.000334784 
1/27/2012 water bottle 0.012948411 0.000334784 
1/28/2012 water bottle 0.012732459 0.000334784 
1/29/2012 water bottle 0.011682568 0.000334784 

Answer 1

Najczystsze jeden mogę zrobić:

SELECT 
    Scores.Date, Scores.Keyword, Scores.Score, 
    (N * Sum_XY - Sum_X * Sum_Y)/(N * Sum_X2 - Sum_X * Sum_X) AS Slope 
FROM Scores 
INNER JOIN (
    SELECT 
     Keyword, 
     COUNT(*) AS N, 
     SUM(CAST(Date as float)) AS Sum_X, 
     SUM(CAST(Date as float) * CAST(Date as float)) AS Sum_X2, 
     SUM(Score) AS Sum_Y, 
     SUM(Score*Score) AS Sum_Y2, 
     SUM(CAST(Date as float) * Score) AS Sum_XY 
    FROM Scores 
    GROUP BY Keyword 
) G ON G.Keyword = Scores.Keyword; 

Wykorzystuje Simple Linear Regression obliczyć nachylenie.

Wynik:

Date   Keyword  Score   Slope 
2012-01-22 water bottle 0,010885442 0,000334784345222076 
2012-01-23 water bottle 0,011203949 0,000334784345222076 
2012-01-24 water bottle 0,008460835 0,000334784345222076 
2012-01-25 water bottle 0,010363991 0,000334784345222076 
2012-01-26 water bottle 0,011800716 0,000334784345222076 
2012-01-27 water bottle 0,012948411 0,000334784345222076 
2012-01-28 water bottle 0,012732459 0,000334784345222076 
2012-01-29 water bottle 0,011682568 0,000334784345222076 

Każdy system bazy danych wydaje się mieć inne podejście do konwersji dat na liczby:

• MySQL:TO_SECONDS(date) lub TO_DAYS(date)
• Oracle:TO_NUMBER(TO_CHAR(date, 'J')) lub date - TO_DATE('1','yyyy')
• MS SQL Server:CAST(date AS float) (lub równoważny CONVERT)

Answer 2

Jeśli definiowania nachylenie stoku jak tylko od najwcześniejszego punktu do najnowszego punktu, a jeśli wynik zwiększa jedynie z datą, a następnie można uzyskać wyjście powyżej z tym:

SELECT * 
    FROM scores 
    JOIN 
    (SELECT foo.keyword, 
      (MAX(score)-MIN(score))/DATEDIFF(MAX(date),MIN(date)) AS score 
    FROM scores 
    GROUP BY keyword) a 
    USING(keyword); 

Howeve r jeśli chcesz regresji liniowej, lub jeśli wyniki mogą się zmniejszać i zwiększać wraz z upływem czasu, potrzebujesz czegoś bardziej złożonego.

Answer 3

oddanych przecinku nie daje poprawne wyniki dla mnie to nie jest liniowa do dat. Zamiast tego staje się to poprawne.