在 oracle 中计算中位数的置信区间答案

【问题标题】：calculating confidence intervals for a median in oracle在 oracle 中计算中位数的置信区间
【发布时间】：2016-01-10 12:13:09
【问题描述】：

我正在尝试生成一个 oracle sql 查询，它不仅可以计算年龄中位数，还可以计算 95% 的置信度。在这种情况下，要添加并发症需要跨组进行我有一张他们的年龄和性别的表格。我想确定每个组的中位年龄及其 95% 置信区间。我目前失败的尝试如下。

select gender,
       median(age),
       count(*),
       percentile_cont(ROUND((COUNT(*)/2)-1.96*sqrt(COUNT(*))/2)/COUNT(*)) 
         within GROUP (ORDER BY age) lowmedianage,
       percentile_cont(ROUND((COUNT(*)/2)+1.96*sqrt(COUNT(*))/2)/COUNT(*)) 
         within GROUP (ORDER BY age) highmedianage
  from persontable
  group by gender

我收到一个错误，而不是 GROUP BY 表达式。

【问题讨论】：

标签： oracle median

【解决方案1】：

使用this book 中的公式，我以以下查询结尾（我不确定你是否能很好地处理低和高范围；我的解释是你计算了一个序列号的范围，你必须查找这些位置的值）。

with tab as 
-- add sequence per group
(
select gender, age,
row_number() over (PARTITION  BY gender order by  gender, age) as seq
from persontable
),
-- get count
N as (select gender, count(*) cnt from persontable group by gender),
-- calculate sequence numbers of the CI
ci_seq as (
select gender,
round(cnt/2 - (1.96 * sqrt(cnt)/2)) r,
round(1 + cnt/2 + (1.96 * sqrt(cnt)/2)) s
from n),
-- calculate median
med as (
select 
  gender,
  median(age) median_age
from  persontable
group by gender),
med2 as (
select med.gender, median_age, r, s
from med 
join ci_seq on med.gender = ci_seq.gender 
)
select gender, median_age,
(select age from tab where seq = r and gender = med2.gender) ci_from,
(select age from tab where seq = s and gender = med2.gender) ci_to
from med2
;

另请注意，该公式仅近似于 CI。您也可以查看this thread 以了解替代计算。

【讨论】：

几乎可行，但根据我的数据，上限和下限不包含男性的中位数。如果我将 cnt/2 m, 添加到 ci_seq 并将 (select age from tab where seq=m) 中值添加到最终查询中，则返回的男性中值不等于同一查询中的中值年龄，但它确实与女性匹配。有什么想法吗？
你的问题，真的很有帮助，回复是当性别改变时 seq 不会返回 1 所以当你尝试匹配 seq 时，你总是在这种情况下查找第一个性别为女性。当性别改变时，不知道如何让 seq 返回 1。这将回答问题
@Tony - 我的错，我只测试了一种性别:( 我修复了查询，请参阅row_number() over (PARTITION BY gender order by gender, age) as seq 中添加的 PARTITION BY。这使得 seq 包装了性别。HTH

【解决方案2】：

这里的问题是您将函数 count 作为 percentile_cont 的参数，它需要一个常量，并且该常量必须是 group by 子句的一部分。您可能可以在此处使用子查询。类似的东西：

select gender, median(age), count(*),
       percentile_cont(low) within GROUP (ORDER BY age) lowmedianage,
       percentile_cont(high) within GROUP (ORDER BY age) highmedianage
  from (select age, gender,
               ROUND((COUNT(*)/2)-1.96*sqrt(COUNT(*))/2)/COUNT(*) low,
               ROUND((COUNT(*)/2)+1.96*sqrt(COUNT(*))/2)/COUNT(*) high
          from persontable
         group by age, gender)
 group by gender, low, high

【讨论】：