Correl(), iki veri kümesi için toplanmış korelasyon katsayısını döndürür. Korelasyon fonksiyonu veri kümeleri arasındaki ilişkinin bir hesaplamasıdır ve grafik boyutları üzerinde yinelenen (x,y) değer çiftleri için toplanır.
Söz Dizimi:
Correl([{SetExpression}] [DISTINCT] [TOTAL [<fld{, fld}>]] value1, value2 )
Dönüş verileri türü: sayısal
Bağımsız Değişkenler:
| Bağımsız Değişken | Açıklama |
|---|---|
| value1, value2 | Korelasyon katsayısının hesaplanacağı iki örnek kümeyi içeren ifadeler veya alanlar. |
| SetExpression | Toplama işlevi, varsayılan olarak, seçim tarafından tanımlanmış olası kayıtlar kümesi üzerinden toplanır. Bir set analizi ifadesi ile alternatif bir kayıt kümesi tanımlanabilir. |
| DISTINCT | Fonksiyon bağımsız değişkenlerinden önce DISTINCT sözcüğü varsa fonksiyon bağımsız değişkenlerinin değerlendirilmesinden kaynaklanan çoğaltmalar göz ardı edilir. |
| TOTAL |
TOTAL sözcüğü, fonksiyon bağımsız değişkenlerinden önce gelirse, hesaplama yalnızca geçerli boyutsal değere ait olanlar için değil, geçerli seçimlerde verilen tüm olası değerler üzerinden yapılır; yani grafik boyutlarını göz ardı eder. TOTAL niteleyicisinden sonra grafik boyut değişkenlerinin bir alt kümesi olarak bir veya daha çok alan adının geldiği TOTAL [<fld {.fld}>] niteleyicisini kullanarak toplam olası değerlerin bir alt kümesini oluşturursunuz. |
Sınırlamalar:
Bu iç toplamalar TOTAL niteleyicisini içermedikçe, toplama işlevinin parametresi diğer toplama işlevlerini içermemelidir. Daha gelişmiş iç içe toplamalar için, belirli bir boyutla birlikte gelişmiş Aggr işlevini kullanın.
Bir veri çiftinin herhangi bir veya her iki parçasındaki metin değerleri, NULL değerler ve eksik değerler, veri çiftinin tamamının göz ardı edilmesine neden olur.
Örnekler ve sonuçlar:
| Örnek | Sonuç |
|---|---|
| Correl(Age, Salary) |
Boyutu ve |
| Correl(TOTAL Age, Salary)) |
0.927. Bu ve aşağıdaki sonuçlar, okuma kolaylığı açısından üç ondalık basamağa kadar gösterilir. Gender boyutuyla bir filtre bölmesi oluşturursanız ve bundan seçimler yaparsanız, Female seçildiğinde 0,951 ve Male seçildiğinde 0,939 sonucunu görürsünüz. Bunun nedeni, seçimin diğer Gender değerine ait olmayan tüm sonuçları hariç tutmasıdır. |
| Correl({1} TOTAL Age, Salary)) |
0.927. Seçimlerden bağımsızdır. Bunun nedeni, {1} set ifadesinin tüm seçimleri ve boyutları göz ardı etmesidir. |
| Correl(TOTAL <Gender> Age, Salary)) |
Toplam hücrede 0,927, tüm Male değerleri için 0,939 ve tüm Female değerleri için 0,951. Bu, Gender öğesine göre filtre bölmesinde seçim yapmaktan kaynaklanan sonuçlara karşılık gelir. |
Örneklerde kullanılan veriler:
Salary:
LOAD * inline [
"Employee name"|Gender|Age|Salary
Aiden Charles|Male|20|25000
Brenda Davies|Male|25|32000
Charlotte Edberg|Female|45|56000
Daroush Ferrara|Male|31|29000
Eunice Goldblum|Female|31|32000
Freddy Halvorsen|Male|25|26000
Gauri Indu|Female|36|46000
Harry Jones|Male|38|40000
Ian Underwood|Male|40|45000
Jackie Kingsley|Female|23|28000
] (delimiter is '|');