regr_sxy：协变平方和

速查结论

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

语法

regr_sxy(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) * COVAR_POP(y, x)，即非空值对数量乘以 y 与 x 的总体协方差。

示例

> SELECT regr_sxy(y, x) FROM VALUES (1, 2), (2, 2), (2, 3), (2, 4) AS tab(y, x);
 0.75
> SELECT regr_sxy(y, x) FROM VALUES (1, 2), (2, null), (2, 3), (2, 4) AS tab(y, x);
 1.0
> SELECT regr_sxy(y, x) FROM VALUES (1, 2), (2, null), (null, 3), (2, 4) AS tab(y, x);
 1.0

常见报错与避坑指南

• 回归中的意义：regr_sxy 表示 x 与 y 的离差乘积和 sum((x_i - mean_x) * (y_i - mean_y))，是计算回归斜率的分子部分。斜率 = regr_sxy / regr_sxx。
• COVAR_POP 与 COVAR_SAMP：regr_sxy 使用总体协方差（分母为 n），而非样本协方差。

Since: 3.4.0

关注公众号

加群交流

赞赏