stats_duck

Ein Statistik-Toolkit für DuckDB — deskriptive Statistik, Hypothesentests, R-artige Verteilungsfunktionen (d/p/q/r), OLS-Regression mit HC- und Cluster-robusten Standardfehlern, Grammar-of-Graphics-Diagramme (VISUALIZE → Vega-Lite) sowie erstklassige Reader/Writer für SAS-, SPSS- und Stata-Dateien, alles direkt in SQL.

Maintainer: caerbannogwhite

Installation und Laden

INSTALL stats_duck FROM community;
LOAD stats_duck;

Beispiel

-- R-style distribution functions (d/p/q/r for 15+ families):
D SELECT pnorm(1.96) AS p, qt(0.975, 30) AS t_crit, dpois(3, 2.5) AS pmf;
┌────────────────────┬────────────────────┬─────────────────────┐
│         p          │       t_crit       │         pmf         │
│       double       │       double       │       double        │
├────────────────────┼────────────────────┼─────────────────────┤
│ 0.9750021048517796 │ 2.0422724563012373 │ 0.21376301724973648 │
└────────────────────┴────────────────────┴─────────────────────┘

-- OLS regression as an aggregate (one model per GROUP BY), with robust SEs.
-- vcov: 'const' | 'HC0'..'HC3' | 'CR0'/'CR1' (cluster-robust, + a cluster key).
D SELECT (c).term, (c).estimate, (c).std_error
  FROM (
    SELECT unnest((lm_fit(y, [x1, x2], 'HC1')).coefficients) AS c
    FROM my_data
  );

-- A clinical "Table 1" over mixed variable types, with between-group tests:
D SELECT * FROM table_one('patients', variables := ['age', 'sex', 'bmi'], by := ['arm']);

-- Grammar-of-graphics: turn a query into a Vega-Lite spec (+ the SQL to feed it):
D VISUALIZE wt AS x, mpg AS y FROM cars DRAW point;

Über stats_duck

The Stats Duck

Ein Statistik-Toolkit, das gängige statistische Arbeitsabläufe in DuckDB-SQL bringt. Alles läuft als Streaming-Aggregate und Skalarfunktionen, skaliert daher auf große Datensätze — und läuft auch in DuckDB-WASM im Browser.

Enthalten

• Deskriptive Statistik — summary_stats, table_one (die klinische „Table 1“), corr_matrix, meta.
• Hypothesentests — Ein-/Zwei-Stichproben- und gepaarte t-Tests, einfaktorielle ANOVA, Chi-Quadrat, Mann–Whitney, Wilcoxon-Vorzeichen-Rang, Kolmogorov–Smirnov, Shapiro–Wilk, Anderson–Darling, Jarque–Bera sowie Korrelationstests (Pearson / Spearman / Kendall).
• Verteilungsfunktionen — R-artige d/p/q/r-Quartette für über 15 Familien (Normal, t, Chi-Quadrat, F, Gamma, Beta, Exponential, Weibull, Lognormal, Poisson, Negative Binomial, Hypergeometrisch, …).
• Regression — Tabellenfunktionen lm / lm_summary und das Aggregat lm_fit (ein Modell pro GROUP BY) mit klassischen, HC0–HC3 heteroskedastie-konsistenten und CR0/CR1 Cluster-robusten Standardfehlern.
• Grammar of Graphics — VISUALIZE … DRAW <mark> liefert eine Vega-Lite-v5- Spezifikation plus das SQL, das sie speist.
• Statistische Dateiformate — erstklassige Reader und Writer für SAS (.sas7bdat, .xpt), SPSS (.sav, .por) und Stata-Dateien, über ReadStat.
• Resampling und Korrektur — bootstrap, adjust_p (Multiples Testen).

Vollständige Funktionsreferenz: https://github.com/KoliStat/the-stats-duck.

Hinzugefügte Funktionen

Überladene Funktionen

Diese Erweiterung fügt keine Funktionsüberladungen hinzu.

Hinzugefügte Typen

Diese Erweiterung fügt keine Typen hinzu.

Hinzugefügte Einstellungen

Diese Erweiterung fügt keine Einstellungen hinzu.