Quantil(), Quantils() (Aggregationsfunktion)

Gilt für: ✅Microsoft Fabric✅Azure Data ExplorerAzure MonitorMicrosoft Sentinel

Die percentile() Funktion berechnet eine Schätzung für das angegebene Quantil der durch Ausdruck definierten Grundgesamtheit. Die Genauigkeit hängt von der Bevölkerungsdichte in der Region des Perzentils ab.

percentiles() funktioniert ähnlich wie percentile(). percentiles() Kann jedoch mehrere Quantilwerte gleichzeitig berechnen, was effizienter ist als die Berechnung jedes Quantilwerts separat.

Informationen zum Berechnen von gewichteten Quantilen finden Sie unter Quantilsw().

Hinweis

Diese Funktion wird zusammen mit dem Zusammenfassungsoperator verwendet.

Syntax

percentile(Expr quantil, )

percentiles(Exprzentile, )

Erfahren Sie mehr über Syntaxkonventionen.

Parameter

Name Type Erforderlich Beschreibung
expr string ✔️ Der Ausdruck, der für die Aggregationsberechnung verwendet werden soll.
Perzentil int oder long ✔️ Eine Konstante, die das Quantil angibt.
Perzentile int oder long ✔️ Ein oder mehrere kommagetrennte Quantile.

Gibt zurück

Gibt eine Tabelle mit den Schätzungen für den Ausdruck der angegebenen Quantils in der Gruppe zurück, die jeweils in einer separaten Spalte enthalten sind.

Hinweis

Informationen zum Zurückgeben der Quantils in einer einzelnen Spalte finden Sie unter "Perzentile zurückgeben" als Array.

Beispiele

Berechnen eines einzelnen Quantils

Das folgende Beispiel zeigt den Wert, der DamageProperty größer als 95 % des Beispielsatzes und kleiner als 5 % des Beispielsatzes ist.

StormEvents | summarize percentile(DamageProperty, 95) by State

Output

Die angezeigte Ergebnistabelle enthält nur die ersten 10 Zeilen.

Staat percentile_DamageProperty_95
ATLANTIC SOUTH 0
FLORIDA 40.000
GEORGIA 143333
MISSISSIPPI 80.000
AMERIKANISCH-SAMOA 250.000
KENTUCKY 35000
OHIO 150000
KANSAS 51392
MICHIGAN 49167
ALABAMA 50000

Berechnen mehrerer Quantils

Das folgende Beispiel zeigt den Wert der DamageProperty gleichzeitigen Berechnung mit 5, 50 (Median) und 95.

StormEvents | summarize percentiles(DamageProperty, 5, 50, 95) by State

Output

Die angezeigte Ergebnistabelle enthält nur die ersten 10 Zeilen.

Staat percentile_DamageProperty_5 percentile_DamageProperty_50 percentile_DamageProperty_95
ATLANTIC SOUTH 0 0 0
FLORIDA 0 0 40.000
GEORGIA 0 0 143333
MISSISSIPPI 0 0 80.000
AMERIKANISCH-SAMOA 0 0 250.000
KENTUCKY 0 0 35000
OHIO 0 2.000 150000
KANSAS 0 0 51392
MICHIGAN 0 0 49167
ALABAMA 0 0 50000
... ...

Zurückgeben von Quantilen als Array

Statt die Werte in einzelnen Spalten zurückzugeben, verwenden Sie die percentiles_array() Funktion, um die Quantile in einer einzelnen Spalte des dynamischen Arraytyps zurückzugeben.

Syntax

percentiles_array(Exprzentile, )

Parameter

Name Type Erforderlich Beschreibung
expr string ✔️ Der Ausdruck, der für die Aggregationsberechnung verwendet werden soll.
Perzentile int, long oder dynamic ✔️ Ein oder mehrere kommagetrennte Quantile oder ein dynamisches Array von Quantilen. Jedes Quantil kann eine ganze Zahl oder ein langer Wert sein.

Gibt zurück

Gibt eine Schätzung für den Ausdruck der angegebenen Quantils in der Gruppe als einzelne Spalte des dynamischen Arraytyps zurück.

Beispiele

Kommagetrennte Quantile

Mehrere Quantile können als Array in einer einzelnen dynamischen Spalte statt in mehreren Spalten wie Quantils ()abgerufen werden.

TransformedSensorsData
| summarize percentiles_array(Value, 5, 25, 50, 75, 95), avg(Value) by SensorName

Output

In der Ergebnistabelle werden nur die ersten 10 Zeilen angezeigt.

SensorName percentiles_Value avg_Value
Sensor-82 ["0.048141473520867069","0.24407515500271132","0.48974511106780577","0.74160998970950343","0.94587903204190071"] 0.493950914
Sensor-130 ["0.049200214398937764","0.25735850440187535","0.51206374010048239","0.74182335059053839","0.95210342463616771"] 0.505111463
Sensor-56 ["0.04857779335488676","0.24709868149337144","0.49668762923789589","0.74458470404241883","0.94889104840865857"] 0.497955018
Sensor-24 ["0.051507199150534679","0.24803904945640423","0.50397070213183581","0.75653888126010793","0.9518782718727431"] 0.501084379
Sensor-47 ["0.045991246974755672","0.24644331118208851","0.48089197707088743","0.74475142784472248","0.9518322864959039"] 0.49386228
Sensor-135 ["0.05132897529660399","0.24204987641954018","0.48470113942206461","0.74275730068433621","0.94784079559229406"] 0.494817619
Sensor-74 ["0.048914714739047828","0.25160926036445724","0.49832498850160978","0.75257887767110776","0.94932261924236094"] 0.501627252
Sensor-173 ["0.048333149363009836","0.26084250046756496","0.51288012531934613","0.74964772791583412","0.95156058795294"] 0.505401226
Sensor-28 ["0.048511161184567046","0.2547387968731824","0.50101318228599656","0.75693845702682039","0.95243122486483989"] 0.502066244
Sensor-34 ["0.049980293859462954","0.25094722564949412","0.50914023067384762","0.75571549713447961","0.95176564809278674"] 0.504309494
... ... ...

Dynamisches Array von Quantilen

Quantile für percentiles_array können in einem dynamischen Array mit ganzzahligen oder Gleitkommazahlen angegeben werden. Das Array muss konstant sein, muss aber nicht literal sein.

TransformedSensorsData
| summarize percentiles_array(Value, dynamic([5, 25, 50, 75, 95])), avg(Value) by SensorName

Output

In der Ergebnistabelle werden nur die ersten 10 Zeilen angezeigt.

SensorName percentiles_Value avg_Value
Sensor-82 ["0.048141473520867069","0.24407515500271132","0.48974511106780577","0.74160998970950343","0.94587903204190071"] 0.493950914
Sensor-130 ["0.049200214398937764","0.25735850440187535","0.51206374010048239","0.74182335059053839","0.95210342463616771"] 0.505111463
Sensor-56 ["0.04857779335488676","0.24709868149337144","0.49668762923789589","0.74458470404241883","0.94889104840865857"] 0.497955018
Sensor-24 ["0.051507199150534679","0.24803904945640423","0.50397070213183581","0.75653888126010793","0.9518782718727431"] 0.501084379
Sensor-47 ["0.045991246974755672","0.24644331118208851","0.48089197707088743","0.74475142784472248","0.9518322864959039"] 0.49386228
Sensor-135 ["0.05132897529660399","0.24204987641954018","0.48470113942206461","0.74275730068433621","0.94784079559229406"] 0.494817619
Sensor-74 ["0.048914714739047828","0.25160926036445724","0.49832498850160978","0.75257887767110776","0.94932261924236094"] 0.501627252
Sensor-173 ["0.048333149363009836","0.26084250046756496","0.51288012531934613","0.74964772791583412","0.95156058795294"] 0.505401226
Sensor-28 ["0.048511161184567046","0.2547387968731824","0.50101318228599656","0.75693845702682039","0.95243122486483989"] 0.502066244
Sensor-34 ["0.049980293859462954","0.25094722564949412","0.50914023067384762","0.75571549713447961","0.95176564809278674"] 0.504309494
... ... ...

Quantil der nächstgelegenen Rangfolge

P-th Quantil (0 <P<= 100) einer Liste sortierter Werte, sortiert in aufsteigender Reihenfolge, ist der kleinste Wert in der Liste. Der P-Prozentwert der Daten ist kleiner oder gleich dem P-Quantilwert (aus Wikipedia-Artikel zu Quantilen).

Definieren Sie 0-th-Quantile als kleinstes Mitglied der Population.

Hinweis

Angesichts der ungefähren Art der Berechnung kann der tatsächliche zurückgegebene Wert kein Mitglied der Population sein. Die Definition der nächstgelegenen Rangfolge bedeutet, dass P=50 nicht der interpolativen Definition des Median entspricht. Bei der Bewertung der Bedeutung dieser Diskrepanz für die spezifische Anwendung sollte die Größe der Grundpopulation und ein Schätzungsfehler berücksichtigt werden.

Schätzungsfehler in Perzentilen

Das Perzentilaggregat stellt einen ungefähren Wert mithilfe von T-Digestbereit.

Hinweis

  • Die Grenzen für den Schätzungsfehler variieren je nach dem Wert des angeforderten Perzentils. Die beste Genauigkeit liegt an beiden Enden der [0,.100]-Skalierung. Quantile 0 und 100 sind die genauen Mindest- und Höchstwerte der Verteilung. Die Genauigkeit nimmt zur Mitte der Skala hin ab. Dies ist am schlechtesten im Median und ist auf 1 % begrenzt.
  • Fehlergrenzen werden in Bezug auf den Rang, nicht auf den Wert sichtbar. Angenommen, Quantil(X, 50) hat einen Wert von Xm zurückgegeben. Die Schätzung garantiert, dass mindestens 49 % und höchstens 51 % der Werte von X kleiner oder gleich Xm sind. Es gibt keine theoretische Grenze für die Differenz zwischen Xm und dem tatsächlichen Medianwert von X.
  • Die Schätzung kann manchmal zu einem genauen Wert führen, aber es gibt keine zuverlässigen Bedingungen zu definieren, wann dies der Fall sein wird.