Modelo de conteúdo de estatísticas de coluna e modelo de conteúdo de estatísticas pairwise

O modelo de conteúdo de estatísticas de coluna fornece acesso a estatísticas que podem ser calculadas para cada campo (estatísticas univariadas). O modelo de conteúdo de estatísticas pairwise fornece acesso a estatísticas que podem ser calculadas entre pares de campos ou valores em um campo.

Qualquer uma dessas medidas de estatísticas é possível:

Count
UniqueCount
ValidCount
Mean
Sum
Min
Max
Range
Variance
StandardDeviation
StandardErrorOfMean
Skewness
SkewnessStandardError
Kurtosis
KurtosisStandardError
Median
Mode
Pearson
Covariance
TTest
FTest

Alguns valores são apropriados apenas a partir de estatísticas de coluna única, ao passo que outros são apropriados apenas para estatísticas de pares.

Os nós que os produzem são:

O Nó de estatísticas produz estatísticas de coluna e pode produzir estatísticas de pares quando os campos de correlação são especificados
O Nó Auditoria de Dados produz estatísticas de coluna e pode produzir estatísticas de pares quando um campo de sobreposição é especificado.
O Nó Médias produz estatísticas de pares quando compara pares de campos ou compara os valores de um campo com outros resumos de campo.

Quais modelos e estatísticas de conteúdo estão disponíveis dependem das capacidades do nó específico e das configurações dentro do nó

Tabela 1. Métodos para o modelo de conteúdo Estatísticas de Coluna
Método	Tipos de retornos	Descrição
`getAvailableStatistics()`	`List<StatisticType>`	Retorna as estatísticas disponíveis nesse modelo. Nem todos os campos têm necessariamente valores para todas as estatísticas
`getAvailableColumns()`	`List<String>`	Retorna os nomes das colunas para as quais as estatísticas foram calculadas.
`getStatistic(String column, StatisticType statistic)`	`Number`	Retorna os valores estatísticos associados à coluna.
`reset()`	`void`	Limpa qualquer armazenamento interno associado a este modelo de conteúdo.

Tabela 2. Métodos para o Modelo de Conteúdo de Estatísticas Pairwise
Método	Tipos de retornos	Descrição
`getAvailableStatistics()`	`List<StatisticType>`	Retorna as estatísticas disponíveis nesse modelo. Nem todos os campos têm necessariamente valores para todas as estatísticas
`getAvailablePrimaryColumns()`	`List<String>`	Retorna os nomes de colunas primárias para as quais as estatísticas foram calculadas.
`getAvailablePrimaryValues()`	`List<Object>`	Retorna os valores de colunas primárias para as quais as estatísticas foram calculadas.
`getAvailableSecondaryColumns()`	`List<String>`	Retorna os nomes de colunas secundárias para as quais as estatísticas foram calculadas.
`getStatistic(String primaryColumn, String secondaryColumn, StatisticType statistic)`	`Number`	Retorna os valores estatísticos associados às colunas.
`getStatistic(String primaryColumn, Object primaryValue, String secondaryColumn, StatisticType statistic)`	`Number`	Retorna os valores de estatística associados ao valor da coluna primária e da coluna secundária.
`reset()`	`void`	Limpa qualquer armazenamento interno associado a este modelo de conteúdo.

Nós e saídas

Esta tabela lista os nós que constroem saídas que incluem esse tipo de modelo de conteúdo

Tabela 3. Nós e saídas
Nome do nó	Nome da Saída	ID do contêiner	Notas
`"means"` (nó Médias)	`"means"`	`"columnStatistics"`
`"means"` (nó Médias)	`"means"`	`"pairwiseStatistics"`
`"dataaudit"` (nó Auditoria de Dados)	`"means"`	`"columnStatistics"`
`"statistics"` (nó Estatísticas)	`"statistics"`	`"columnStatistics"`	Gerado apenas quando campos específicos são examinados.
`"statistics"` (nó Estatísticas)	`"statistics"`	`"pairwiseStatistics"`	Gerado apenas quando campos específicos são correlacionados.

Script de exemplo

from modeler.api import StatisticType
stream = modeler.script.stream()

# Set up the input data
varfile = stream.createAt("variablefile", "File", 96, 96)
varfile.setPropertyValue("full_filename", "$CLEO/DEMOS/DRUG1n")

# Now create the statistics node. This can produce both
# column statistics and pairwise statistics
statisticsnode = stream.createAt("statistics", "Stats", 192, 96)
statisticsnode.setPropertyValue("examine", ["Age", "Na", "K"])
statisticsnode.setPropertyValue("correlate", ["Age", "Na", "K"])
stream.link(varfile, statisticsnode)

results = []
statisticsnode.run(results)
statsoutput = results[0]
statscm = statsoutput.getContentModel("columnStatistics")
if (statscm != None):
	cols = statscm.getAvailableColumns()
	stats = statscm.getAvailableStatistics()
	print "Column stats:", cols[0], str(stats[0]), " = ", statscm.getStatistic(cols[0], stats[0])

statscm = statsoutput.getContentModel("pairwiseStatistics")
if (statscm != None):
	pcols = statscm.getAvailablePrimaryColumns()
	scols = statscm.getAvailableSecondaryColumns()
	stats = statscm.getAvailableStatistics()
	corr = statscm.getStatistic(pcols[0], scols[0], StatisticType.Pearson)
	print "Pairwise stats:", pcols[0], scols[0], " Pearson = ", corr