SQL。调用 PERCENTILE_CONT 函数的意外结果

Question

实际上，我了解PERCENTILE_CONT 的工作原理，但是通过手动计算百分位数和调用函数，我得到了不同的结果。 这是数据集：

305.7884804
350
373.3728865
384.2094838
410.8603441
414.9842786
455.3545205
550

要计算 25%，我将 350 和 373.3728865 相加，然后除以 2。结果是 361.68644325。

要计算 50%，我将 384.2094838 和 410.8603441 相加，然后除以 2。结果是 397.53491395。

要计算 75%，我将 414.9842786 和 455.3545205 相加，然后除以 2。结果是 435.16939955。

但是，当我运行这个 sql 时：

select 
percentile_cont(0.25) within group(order by YEAR_2_FTE ASC), 
percentile_cont(0.5) within group(order by YEAR_2_FTE ASC), 
percentile_cont(0.75) within group(order by YEAR_2_FTE ASC) from sr_database 
where firm_id=999;

我得到这样的结果：

25%： 367.529664875
50%： 397.53491395
75%： 425.076839075

我错过了什么？

Answer 1

您正确地取了第 4 和第 5 值之间的中间点来计算第 50 个百分位数。但是在第 25 个百分位数（第 75 个百分位数也是如此）中取第 2 个和第 3 个之间的中间点是不正确的。最好通过插图来了解这一点：

这显示了 8 个点和在它们之间绘制的 4 条线，以形成 4 个大小相同的线段。第 25 个和第 75 个百分位标记分别接近第 3 个和第 6 个值。

Oracle documentation 描述了这些是如何计算的：

PERCENTILE_CONT 的结果是通过线性插值计算的 排序后的值之间。使用百分位值 (P) 和 聚合组中的行数（N），我们计算行 排序后我们感兴趣的数字 排序规范。此行号 (RN) 是根据以下公式计算的 公式 RN = (1+ (P*(N-1)). 聚合的最终结果 函数是通过值之间的线性插值计算的 行号 CRN = CEILING(RN) 和 FRN = FLOOR(RN) 处的行。

在您的示例中，对于第 25 个百分位 P = 0.25 和 N = 8 所以：

RN = (1+ 0.25*(8-1))
   = 2.75

所以CRN = 3 和FRN = 2

文档接着说：

最终结果将是：

如果 (CRN = FRN = RN) 那么结果是

(value of expression from row at RN)

否则结果是

(CRN - RN) * (value of expression for row at FRN) +

(RN - FRN) * (value of expression for row at CRN)

插入上面的值，“否则...”部分适用于计算，即：

Result = (3 - 2.75) * 350 + (2.75 - 2) * 373.3728856
       = 367.5296642

对于第 75 个百分位数也是如此：

 RN = (1+ 0.75*(8-1))
    = 6.25
CRN = 7
FRN = 6
Result = (7 - 6.25) * 414.9842786 + (6.25 - 6) * 455.3545205
       = 425.076839075