Comment utiliser la base de données MySQL pour l'analyse de séries chronologiques ?

Comment utiliser la base de données MySQL pour l'analyse de séries chronologiques ?

Les données de séries chronologiques font référence à un ensemble de données classées par ordre chronologique, qui présentent une continuité et une corrélation temporelles. L'analyse des séries chronologiques est une méthode d'analyse de données importante qui peut être utilisée pour prédire les tendances futures, découvrir les changements cycliques, détecter les valeurs aberrantes, etc. Dans cet article, nous présenterons comment utiliser une base de données MySQL pour l'analyse de séries chronologiques, ainsi que des exemples de code.

1. Créer une table de données

Tout d'abord, nous devons créer une table de données pour stocker les données de séries chronologiques. En supposant que les données que nous souhaitons analyser concernent les ventes quotidiennes, nous pouvons créer un tableau de données nommé « ventes » qui contient trois champs : date, ventes et volume des ventes.

CREATE TABLE sales (
    date DATE,
    revenue DECIMAL(10,2),
    quantity INT
);

2. Insérer des exemples de données

Ensuite, nous devons insérer des exemples de données dans le tableau de données pour l'analyse des séries chronologiques. Supposons que nous ayons les exemples de données suivants :

Date Sales Sales
2019-01-01 100.00 10
2019-01-02 150.00 15
2019-01-03 200.00 20
...

Nous pouvons utiliser le code suivant pour Les données sont insérées dans la table de données :

INSERT INTO sales (date, revenue, quantity)
VALUES ('2019-01-01', 100.00, 10),
       ('2019-01-02', 150.00, 15),
       ('2019-01-03', 200.00, 20);

3. Interrogation des données de séries chronologiques

Une fois que nous avons inséré les exemples de données, nous pouvons utiliser des requêtes SQL pour extraire et analyser les données de séries chronologiques. Voici quelques exemples de requêtes couramment utilisés :

• Interrogez les ventes dans une certaine période :

SELECT date, revenue
FROM sales
WHERE date BETWEEN '2019-01-01' AND '2019-01-31';

• Calculez les ventes moyennes par jour :

SELECT date, AVG(revenue)
FROM sales
GROUP BY date;

• Trouvez le jour avec les ventes les plus élevées :

SELECT date, revenue
FROM sales
ORDER BY revenue DESC
LIMIT 1;

• Statistiques de les ventes mensuelles totales :

SELECT DATE_FORMAT(date, '%Y-%m') AS month, SUM(revenue)
FROM sales
GROUP BY month;

4. Fonction d'analyse de séries chronologiques

En plus des requêtes SQL régulières, MySQL fournit également des fonctions intégrées pour une analyse de séries chronologiques plus avancée. Voici quelques exemples de fonctions couramment utilisées :

• Calculer la moyenne mobile :

SELECT date, revenue, AVG(revenue) OVER (ORDER BY date ROWS BETWEEN 2 PRECEDING AND CURRENT ROW)
FROM sales;

• Calculer le taux de croissance annuel des ventes :

SELECT date, revenue, (revenue - LAG(revenue) OVER (ORDER BY date)) / LAG(revenue) OVER (ORDER BY date) AS growth_rate
FROM sales;

• Détecter les valeurs aberrantes dans les ventes :

SELECT date, revenue, IF(ABS(revenue - AVG(revenue) OVER ()) > 3 * STDDEV(revenue) OVER (), 'Anomaly', 'Normal') AS status
FROM sales;

En utilisant ces fonctions, nous pouvons effectuer l'analyse des séries chronologiques plus facilement.

Résumé

Cet article présente les étapes de base de l'utilisation de la base de données MySQL pour l'analyse de séries chronologiques et fournit des exemples de requêtes SQL et des exemples de fonctions intégrées. En maîtrisant ces techniques, vous pouvez mieux comprendre et exploiter les données de séries chronologiques et découvrir des modèles et des tendances cachés.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!