> ## Documentation Index
> Fetch the complete documentation index at: https://private-7c7dfe99-fix-nav-issues.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

> 상대 오차가 보장되는 표본의 근사 분위수를 계산합니다.

# quantileDD

<div id="quantileDD">
  ## quantileDD
</div>

도입 버전: v24.1.0

상대 오차가 보장되는 표본의 근사 [분위수](https://en.wikipedia.org/wiki/Quantile)를 계산합니다.
이 함수는 [DD](https://www.vldb.org/pvldb/vol12/p2195-masson.pdf)를 구축해 동작합니다.

**구문**

```sql theme={null}
quantileDD(relative_accuracy, [level])(expr)
```

**별칭**: `medianDD`

**매개변수**

* `relative_accuracy` — 분위수의 상대 정확도입니다. 가능한 값의 범위는 0부터 1까지입니다. 스케치 크기는 데이터 범위와 상대 정확도에 따라 달라집니다. 범위가 클수록, 그리고 상대 정확도가 낮을수록 스케치는 더 커집니다. 스케치의 대략적인 메모리 크기는 `log(max_value/min_value)/relative_accuracy`입니다. 권장 값은 0.001 이상입니다. [`Float*`](/ko/reference/data-types/float)
* `level` — 선택 사항입니다. 분위수 레벨입니다. 가능한 값의 범위는 0부터 1까지입니다. 기본값은 0.5입니다. [`Float*`](/ko/reference/data-types/float)

**인수**

* `expr` — 숫자 데이터가 포함된 컬럼입니다. [`(U)Int*`](/ko/reference/data-types/int-uint) 또는 [`Float*`](/ko/reference/data-types/float)

**반환 값**

지정된 레벨의 근사 분위수입니다. [`Float64`](/ko/reference/data-types/float)

**예시**

**DD 스케치를 사용한 분위수 계산**

```sql title=Query theme={null}
CREATE TABLE example_table (a UInt32, b Float32) ENGINE = Memory;
INSERT INTO example_table VALUES (1, 1.001), (2, 1.002), (3, 1.003), (4, 1.004);

SELECT quantileDD(0.01, 0.75)(a), quantileDD(0.01, 0.75)(b) FROM example_table;
```

```response title=Response theme={null}
┌─quantileDD(0.01, 0.75)(a)─┬─quantileDD(0.01, 0.75)(b)─┐
│        2.974233423476717  │                      1.01 │
└───────────────────────────┴───────────────────────────┘
```

**관련 항목**

* [median](/ko/reference/functions/aggregate-functions/median)
* [quantiles](/ko/reference/functions/aggregate-functions/quantiles)