상관관계 함수

두 개의 유사한 길이 시계열을 고려할 때 상관 함수는 두 시계열이 시간 경과에 따라 어떻게 추세하는지 설명하는 상관 계수를 제공합니다. 상관 계수 범위는 -1.0 ~입니다1.0. -1.0는 두 시계열이 동일한 속도로 반대 방향으로 추세를 나타내고, 1.0는 두 시계열이 동일한 속도로 동일한 방향으로 추세를 나타냅니다. 값이 이면 두 시계열 간에 상관 관계가 없음을 0 나타냅니다. 예를 들어, 석유 가격이 상승하고 석유 회사의 주가가 상승하는 경우, 석유 가격 상승 추세와 석유 회사의 가격 상승 추세는 양의 상관 계수를 갖습니다. 양의 상관 계수가 높으면 두 가격의 추세가 비슷한 것입니다. 마찬가지로 채권 가격과 채권 수익률 간의 상관 계수는 음수이며, 이는이 두 값이 시간 경과에 따라 반대 방향으로 추세를 보이고 있음을 나타냅니다.

Amazon Timestream은 상관관계 함수의 두 가지 변형을 지원합니다. 이 섹션에서는 Timestream for LiveAnalytics 상관 함수의 사용 정보와 샘플 쿼리를 제공합니다.

사용 정보

함수	출력 데이터 유형	설명
correlate_pearson(timeseries, timeseries)	double	두 에 대한 Pearson의 상관 계수를 계산합니다timeseries. 시계열에는 동일한 타임스탬프가 있어야 합니다.
correlate_spearman(timeseries, timeseries)	double	두에 대한 Spearman의 상관 계수를 계산합니다timeseries. 시계열에는 동일한 타임스탬프가 있어야 합니다.

쿼리 예제

WITH cte_1 AS (
    SELECT INTERPOLATE_LINEAR(
        CREATE_TIME_SERIES(time, measure_value::double), 
        SEQUENCE(min(time), max(time), 10m)) AS result 
    FROM sample.DevOps 
    WHERE measure_name = 'cpu_utilization' 
    AND hostname = 'host-Hovjv' AND time > ago(1h) 
    GROUP BY hostname, measure_name
), 
cte_2 AS (
    SELECT INTERPOLATE_LINEAR(
        CREATE_TIME_SERIES(time, measure_value::double), 
        SEQUENCE(min(time), max(time), 10m)) AS result 
    FROM sample.DevOps 
    WHERE measure_name = 'cpu_utilization' 
    AND hostname = 'host-Hovjv' AND time > ago(1h) 
    GROUP BY hostname, measure_name
) 
SELECT correlate_pearson(cte_1.result, cte_2.result) AS result 
FROM cte_1, cte_2