Wählen Sie Ihre Cookie-Einstellungen aus

Wir verwenden essentielle Cookies und ähnliche Tools, die für die Bereitstellung unserer Website und Services erforderlich sind. Wir verwenden Performance-Cookies, um anonyme Statistiken zu sammeln, damit wir verstehen können, wie Kunden unsere Website nutzen, und Verbesserungen vornehmen können. Essentielle Cookies können nicht deaktiviert werden, aber Sie können auf „Anpassen“ oder „Ablehnen“ klicken, um Performance-Cookies abzulehnen.

Wenn Sie damit einverstanden sind, verwenden AWS und zugelassene Drittanbieter auch Cookies, um nützliche Features der Website bereitzustellen, Ihre Präferenzen zu speichern und relevante Inhalte, einschließlich relevanter Werbung, anzuzeigen. Um alle nicht notwendigen Cookies zu akzeptieren oder abzulehnen, klicken Sie auf „Akzeptieren“ oder „Ablehnen“. Um detailliertere Entscheidungen zu treffen, klicken Sie auf „Anpassen“.

stdevpOver

Fokusmodus
stdevpOver - Amazon QuickSight

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Die Funktion stdevpOver berechnet anhand einer Population mit Bias die Standardabweichung der angegebenen Messung, partitioniert in das/die ausgewählte(n) Attribut(e).

Syntax

Die Klammern sind erforderlich. Welche Argumente optional sind, erfahren Sie in den folgenden Beschreibungen.

stdevpOver ( measure ,[ partition_field, ... ] ,calculation level )

Argumente

measure

Die Metrik, für die Sie die Berechnung durchführen möchten, z. B. sum({Sales Amt}). Verwenden Sie eine Aggregation, wenn die Berechnungsebene auf NULL oder POST_AGG_FILTER festgelegt ist. Verwenden Sie keine Aggregation, wenn die Berechnungsebene auf PRE_FILTER oder PRE_AGG festgelegt ist.

partition field

(Optional) Eine oder mehrere Dimensionen, nach denen Sie die Daten partitionieren möchten, getrennt durch Kommas.

Jedes Feld in der Liste ist in {} eingeschlossen (geschweifte Klammern), wenn es mehr als ein Wort umfasst. Die gesamte Liste ist in [ ] (eckige Klammern) eingeschlossen.

calculation level (Berechnungsebene)

(Optional) Gibt die zu verwendende Berechnungsebene an:

  • PRE_FILTER – Vorfilterberechnungen werden vor den Datensatzfiltern berechnet.

  • PRE_AGG – Voraggregatberechnungen werden berechnet, bevor die Aggregationen und Top- und Bottom-N-Filter auf die Visuals angewendet werden.

  • POST_AGG_FILTER – (Standard)-Tabellenberechnungen werden berechnet, wenn die Visuals angezeigt werden.

Dieser Wert wird standardmäßig auf POST_AGG_FILTER eingestellt, wenn er leer ist. Weitere Informationen finden Sie unter Verwenden von ebenenspezifischen Berechnungen in Amazon QuickSight.

Beispiel

Das folgende Beispiel berechnet anhand einer Population mit Bias die Standardabweichung von sum(Sales), partitioniert in City und State.

stdevpOver ( sum(Sales), [City, State] )

Das folgende Beispiel berechnet anhand einer Population mit Bias die Standardabweichung von Billed Amount über Customer Region. Die Felder in der Tabellenberechnung befinden sich in den Feldbereichen der Visualisierung.

stdevpOver ( sum({Billed Amount}), [{Customer Region}] )
DatenschutzNutzungsbedingungen für die WebsiteCookie-Einstellungen
© 2025, Amazon Web Services, Inc. oder Tochtergesellschaften. Alle Rechte vorbehalten.