さて、シナリオは次のとおりです。
「一週間の食費はいくらですか？」と質問します。
指定された数の貢献の後、100 としましょう。結果をスキャンして、明らかな偽の結果を見つけたいと思います。たとえば、平均が 80 ポンドであるとしますが、一部の気まぐれな人が値 1 を投入し、他の誰かが 10,000 を投入したとします。
要件は、入力時にデータを検証するのではなく、データを動的に分析してデータの有効範囲を決定し、データベースの統計更新中に結果から外れ値をトリミングすることです。
Rails 3.2、ActiveRecord、および Postgresql を使用してこれを達成するための最良の方法は何ですか?
誤った結果を排除する良い方法は、標準偏差を計算することです。posttgres を使用してこれを行うことができます。
SELECT stddev(amount) FROM answers
次に、回答がこれに該当するかどうかを確認し、必要に応じて削除できます。
これにより、常にいくつかの回答が削除されることに注意してください。
つまり、平均が 80 ポンドであるとしますが、一部の気まぐれな人が 1 の値を投入し、別の誰かが 10,000 を投入したとします。
誰かが 117 ポンドを投入したとします。それは外れ値ですか？127ポンドはどうですか？137ポンド？
外れ値の特定は統計的な仕事であり、実際にはデータベースの仕事ではありません。データベースがすべての関連データを返す場合にのみ、ジョブをうまく実行できます。Ruby で統計ソフトウェアを作成している場合、外れ値とそうでない値を判断するのは Ruby の仕事 (Ruby プログラマーの仕事) だと思います。
どの値が外れ値であるかを判断したら、実行時の除外によって、または のような範囲でクエリを再度実行することによって、それらを計算から除外するのは簡単amt_spent >= 53 and amt_spent <= 117です。しかし、外れ値の影響をあまり受けない、より堅牢な統計手法を検討してください。
これらの行をデータベースから削除することもできますが、誤解を招く可能性があります。私は決してそれをしません、私自身。