regr_sxx：自变量平方和

速查结论

regr_sxx(y, x) 是 Spark SQL 中用于计算 REGR_COUNT(y, x) * VAR_POP(x) 的聚合函数。

语法

regr_sxx(y, x)

参数说明

参数	说明
y	因变量（dependent variable），数值类型
x	自变量（independent variable），数值类型

函数等价于 REGR_COUNT(y, x) * VAR_POP(x)，即非空值对数量乘以 x 的总体方差。它是线性回归计算中的中间统计量。

示例

> SELECT regr_sxx(y, x) FROM VALUES (1, 2), (2, 2), (2, 3), (2, 4) AS tab(y, x);
 2.75
> SELECT regr_sxx(y, x) FROM VALUES (1, 2), (2, null), (2, 3), (2, 4) AS tab(y, x);
 2.0
> SELECT regr_sxx(y, x) FROM VALUES (1, 2), (2, null), (null, 3), (2, 4) AS tab(y, x);
 2.0

常见报错与避坑指南

• VAR_POP 与 VAR_SAMP 的区别：regr_sxx 使用总体方差 VAR_POP（分母为 n），而非样本方差 VAR_SAMP（分母为 n-1）。
• 回归中的意义：regr_sxx 表示自变量 x 的离差平方和 sum((x_i - mean_x)^2)，是计算回归斜率的分母部分。

Since: 3.4.0

关注公众号

加群交流

赞赏