使用 BottomCount() 在 SSAS 中查找第 25 个百分位数中位数答案

【问题标题】：using BottomCount() to find 25th percentile median in SSAS使用 BottomCount() 在 SSAS 中查找第 25 个百分位数中位数
【发布时间】：2014-05-15 19:29:13
【问题描述】：

我试图在我的多维数据集中找到中位数、第 25 个百分位和第 75 个百分位作为计算。我正在评估的值是不可求和的，因为它们代表了人们的年龄，所以我使用以下函数来查找中位数：

WITH MEMBER Measures.[Set Median] AS MEDIAN(
    [Dimension].[Key Attribute].MEMBERS
    ,Measures.[Non-summable Measure]
)

维度键和事实表键具有 1-1 的关系，因此作为一个集合的键成员允许我找到所有返回记录的中位数，而无需任何求和。我已经使用以下函数组合成功找到了第 75 个百分位数：

MEMBER Measures.[75th Percentile] AS MEDIAN(
    TOPCOUNT(
        [Dimension].[Key Attribute].MEMBERS
        ,Measures.[Fact Table Record Count] / 2
        ,Measures.[Non-summable Measure]
    )
    ,Measures.[Non-summable Measure]
)

由于 TopCount 按降序对集合进行排序，因此我可以通过查找记录上半部分的中位数来找到第 75 个百分位数。基于这个逻辑，我试图通过使用 BottomCount 函数以相同的方式找到第 25 个百分位数，因为它按升序对集合进行排序。但是，对于第 25 个百分位计算，我只在查询中返回 NULL。这是函数组合和我的最终查询：

MEMBER Measures.[75th Percentile] AS MEDIAN(
    BOTTOMCOUNT(
        [Dimension].[Key Attribute].MEMBERS
        ,Measures.[Fact Table Record Count] / 2
        ,Measures.[Non-summable Measure]
    )
    ,Measures.[Non-summable Measure]
)

SELECT
    {
        Measures.[Set Median]
        ,Measures.[25th Percentile]
        ,Measures.[75th Percentile]
    } ON 0
    ,[Date Dimension].[Calendar Hierarchy].Year.&[2011]:[Date Dimension].[Calendar Hierarchy].Year.&[2014] ON 1
FROM [Cube]
WHERE
    [Age Dimension].[Age in Years Hierarchy].[Age Year].&[0]:[Age Dimension].[Age in Years Hierarchy].[Age Year].&[5]

我不明白为什么我在使用 Median 和 TopCount 函数对第 75 个百分位的相反情况没有遇到问题时，使用 Median 和 BottomCount 函数返回 NULL。我检查了 SQL 数据库中的数据集，我的度量值都不是 NULL。如果有人对 BottomCount 函数有更好的理解，我感谢任何清晰的解释或替代方法来帮助我在 MDX 中找到正确的 25th Percentile。谢谢！

【问题讨论】：

首先，有不止一种百分位数可用。你确定你想要哪一个了吗？接下来，为什么数字代表年龄这一事实会使它们无法求和？
百分位数是指在该人口百分比点发现的中位数。例如，正常中位数是第 50 个百分位数。关于不可求和的年龄，我不会在报告中使用 3,000 人的年龄总和，因为它没有用，但中位年龄以及各个百分位点的中值可能有用。百分位数是我们的统计学家使用的术语，所以希望我在这里正确使用它。
几年前我尝试过类似的事情并放弃了 - MDX 是如此晦涩难懂。我更喜欢 SQL 解决方案，例如sqlmag.com/sql-server-2012/…（如果您有 SQL 2012+，请参阅解决方案 2 或解决方案 3）。

标签： sql ssas mdx olap-cube

【解决方案1】：

而不是[Dimension].[Key Attribute].MEMBERS 看起来这应该可行 - NONEMPTY(LEAVES([Dimension]))

但我试过了，它只是挂起，从不返回结果，至少我没有耐心等待超过 10 分钟

所以我改用这个，效果很好 FILTER({LEAVES([Dimension])}，Measures.[Non-summable Measure]> 0)

这是我的完整查询，它返回正确的第 25 个百分位数

WITH
MEMBER [Measures].[P25] AS  
MEDIAN( BOTTOMCOUNT(
            FILTER({LEAVES([Dimension])}, Measures.CalculatedRate > 0)
            ,[Measures].[Dimension Member Distinct Count] /2 
            ,Measures.[CalculatedRate]
        )
        ,[CalculatedRate]
    )
SELECT
{Region.MEMBERS} ON ROWS,
{[Measures].[P25]} ON COLUMNS
FROM
[Cube]
where
    ( <where clause> )

希望对你有帮助...

【讨论】：

【解决方案2】：

您能否使用您在第 25 个和第 75 个百分位的定义中创建的 Measures.[Set Median]，将其放入 FILTER 子句中，使第 25 个的定义类似于：

MEDIAN(
    FILTER(
        [Dimension].[Key Attribute].MEMBERS, 
        Measures.[Non Summable Measure] < Measures.[Set Median]
    ),
    Measures.[Non Summable Measure]
)

75th 的定义类似，但使用大于号。这里存在一些边界问题，因此您可能需要 =。

警告：此查询与 MDX 解析器相去甚远！

【讨论】：

【解决方案3】：

请注意，对于百分位数和四分位数（Q1 和 Q3 对应于 P25 和 P75）没有标准定义。此查询实现了一个百分位数的定义，修改它以匹配您要使用的定义。

让我们拿一组并根据度量对其进行排序..

With
  set CUSTOMERS as Order( [Customers].Children), [Measures].[Sales], ASC )

我们计算每个集合项的Rank和集合中元素的总数。

  member [Measures].[Rank] as Rank( [Customers].CurrentMember, CUSTOMERS)
  member [Measures].[Count] as Count( CUSTOMERS )

将第一个除以第二个，我们得到（一个定义）百分位数。

  member [Measures].[Percentile] as [Measures].[Rank] / [Measures].[Count] * 100

要获取第 25 个百分位数，请获取百分位数至少为 25 的第一项

select 
  Head( Filter( CUSTOMERS, [Measures].[Percentile] > 25) ,1) on Rows,
  { [Measures].[Sales], [Measures].[Rank], [Measures].[Count], [Measures].[Percentile]  } on columns
from [MyCube]

此项的[Measures].[Sales]值为百分位数。

【讨论】：