PostgreSQL原生支持REGR_SLOPE、REGR_INTERCEPT、REGR_R2等线性回归聚合函数，需配合GROUP BY使用，参数顺序为(y,x)，要求数据非空且至少两对有效值，结果为标量。
PostgreSQL线性回归函数有哪些？
PostgreSQL原生支持线性回归统计聚合函数，不需要额外扩展或Python桥接。核心函数包括REGR_SLOPE、REGR_INTERCEPT、REGR_R2、REGR_AVGX、REGR_AVGY、REGR_COUNT等，全部属于stats类聚合函数（官方文档归类为“Statistical Aggregate Functions”）。它们必须配合GROUP BY使用，且只接受数值型参数——REGR_SLOPE(y, x)中y是因变量，x是自变量，顺序不能颠倒。
怎么写一个能跑通的线性回归查询？
直接用SELECT调用即可，但要注意三点：数据不能含NULL、至少需要两对非空(x, y)值、结果是标量而非向量。例如：
SELECT REGR_SLOPE(sales, month) AS slope, REGR_INTERCEPT(sales, month) AS intercept, REGR_R2(sales, month) AS r_squared FROM monthly_sales WHERE sales IS NOT NULL AND month IS NOT NULL;
常见错误现象包括：ERROR: aggregate function calls cannot contain set-returning function calls（误在REGR_*里嵌套ARRAY或generate_series）、zero division error（REGR_COUNT返回0，通常因全NULL或单行数据）、column "x" does not exist（参数顺序写反，把y当x传）。
PostgreSQL 18.4 官方 Ubuntu 安装包现已发布，这是目前最新的稳定版本。推荐通过官方 APT 仓库安装：先执行 sudo apt update 更新索引，再运行 sudo apt install postgresql-18 即可完成部署。新版本引入了异步 I/O 子系统，在顺序扫描与 VACUUM 场景下性能提升显著，同时支持 UUID v7 原生生成函数与虚拟生成列。
REGR_R2返回NULL或0.0意味着什么？
REGR_R2本质是1 - (SS_res / SS_tot)，分母SS_tot为0时返回NULL，说明所有y值完全相同（无变异），回归无意义；若返回0.0，说明拟合线水平，斜率为0，即y不随x变化。此时REGR_SLOPE会是0.0，但REGR_INTERCEPT仍等于AVG(y)。实际使用中建议同时检查REGR_COUNT(y, x)是否≥2，避免样本过小导致结果失真。
和Python/scikit-learn结果不一致怎么办？
PostgreSQL的REGR_*函数严格按最小二乘法定义计算，与scipy.stats.linregress一致，但和sklearn.LinearRegression默认设置可能有细微差异：后者默认不强制过原点，而PG函数隐式包含截距项。若发现斜率偏差＞1e-12，优先排查：
- 数据类型是否为
DOUBLE PRECISION（用NUMERIC可能导致精度舍入） - 是否漏掉
WHERE过滤了异常值（PG不做自动剔除） - Python端是否用了
fit_intercept=False
PostgreSQL线性回归函数轻量、可靠，但不提供残差、置信区间或p值——这些得靠plpython3u或导出后用R/Python补全。真正容易被忽略的是：它不校验x是否恒定（比如全是同一个月），这种情况下REGR_SLOPE会返回NaN而非报错，需主动用CASE WHEN REGR_COUNT(x, y) > 1 AND STDDEV(x) > 0 THEN ... END兜底。
