Modellvorhersagen: solide oder zufällig?

Es gibt mehrere Metriken, um zu beurteilen, ob dein Modell genaue Vorhersagen liefert oder nicht. Einige davon sollten so klein wie möglich sein, für andere sind höhere Werte besser.

Diese Übung ist Teil des Kurses

<Kurs>Statistische Techniken in Tableau</Kurs>

Interaktive praktische Übung

Verwandle Theorie mit einer unserer interaktiven Übungen in die Praxis

Diese Übung ist Teil des Kurses

<Kurs>Statistische Techniken in Tableau</Kurs>

Mittlere SchwierigkeitSchwierigkeitsgrad

4.8+

Kurs kostenlos starten

Explorative Datenanalyse, kurz EDA, ist ein grundlegender Schritt in der Datenanalyse. Erste Einblicke in deine Daten zu gewinnen, ist in Tableau ganz einfach: Du erstellst und interpretierst im Handumdrehen Tabellen, Balkendiagramme, Histogramme und Boxplots!

Exercise 1: Willkommen im Kurs!Exercise 2: Histogramme interpretieren Exercise 3: EDA in Tableau: Tabellen und Balkendiagramme Exercise 4: Superstore-Daten: Tabelle Exercise 5: Superstore-Daten: Balkendiagramm Exercise 6: EDA in Tableau: Histogramme Exercise 7: Superstore-Daten: Histogramm-Aktion Exercise 8: Superstore-Daten: Klassenbreite im Histogramm Exercise 9: Boxplots und Eigenschaften von Verteilungen Exercise 10: Welche Visualisierung solltest du wählen?Exercise 11: EDA in Tableau: Boxplots Exercise 12: Superstore-Daten: Boxplot Exercise 13: Superstore-Daten: Boxplots vergleichen

In diesem eher konzeptionellen Kapitel tauchst du tiefer in verschiedene Lage- und Streuungsmaße ein und lernst, wie sie in Tableau eingesetzt werden. Du erfährst, wie die Zusammenfassungskarte genutzt wird, den Unterschied zwischen Stichprobe und Grundgesamtheit, und wie Varianz, Standardabweichung und Konfidenzintervalle berechnet und visualisiert werden können.

Exercise 1: Streuungsmaße Exercise 2: Statistik: wahr oder falsch Exercise 3: Tableau: Zusammenfassungen und Streuung Exercise 4: Superstore-Daten: Summary Card Exercise 5: Superstore-Daten: Standardabweichung Exercise 6: Bonusfrage: Stichprobe vs. Grundgesamtheit Exercise 7: Superstore-Daten: Varianz Exercise 8: Standardfehler und Konfidenzintervalle Exercise 9: Eine Reihe von Statistiken und Schätzungen Exercise 10: Tableau: Linien und Verteilungsbänder hinzufügen Exercise 11: Superstore-Daten: hohe Auslastung Exercise 12: Superstore-Daten: Konfidenzintervalle Exercise 13: Superstore-Daten: Mittelwert oder Median?

Jetzt betrachten wir zwei Variablen gleichzeitig. Die Beziehung zwischen zwei Variablen zu beschreiben – also eine Regression – ist ein hervorragender Weg, Trends in deinen Daten zu erkennen. Du lernst, wie du die beste Trendlinie findest, das Trendmodell beschreibst und mit Dinosaurierdaten zukünftige Beobachtungen vorhersagst!

Exercise 1: Die Beziehung zwischen zwei Variablen Exercise 2: Errate die Korrelation Exercise 3: Tableau: Trendlinien Exercise 4: Dinosaurier: Was soll vorhergesagt werden?Exercise 5: Dinosaurier: Wie disaggregieren?Exercise 6: Dinosaurier: eine Trendlinie hinzufügen Exercise 7: Eine Trendlinie beurteilen Exercise 8: Modellvorhersagen: solide oder zufällig?

Aktuelle Übung

Exercise 9: Tableau: Trendmodelle beschreiben Exercise 10: Dinosaurier: Modellzusammenfassung Exercise 11: Dinosaurier: Modell nach Klade Exercise 12: Dinosaurier: Konfidenzintervalle

Im letzten Kapitel lernst du zwei fortgeschrittene statistische Techniken kennen: Forecasting und Clustering. Forecasting hilft dir, wiederkehrende Muster in Zeitreihendaten zu erkennen und vorherzusagen, wie sich diese Muster in Zukunft verändern. Mit Clustering kannst du Muster in nicht gelabelten Daten finden und so deinen Datensatz gezielt segmentieren, um verborgene Erkenntnisse sichtbar zu machen.

Exercise 1: Forecasting Exercise 2: Forecasting: wahr oder falsch?Exercise 3: Tableau: Forecasting Exercise 4: T-Shirt-Verkäufe: erste Prognose Exercise 5: T-Shirt-Verkäufe: Aggregation Exercise 6: T-Shirt-Verkäufe: Prognose anpassen Exercise 7: Clustering Exercise 8: Cluster oder nicht?Exercise 9: Tableau: Clustering Exercise 10: Weltindikatoren: Länder clustern Exercise 11: Weltindikatoren: Cluster beschreiben Exercise 12: Weltindikatoren: Cluster auf der Karte Exercise 13: Weltindikatoren: Cluster-Ergebnisse Exercise 14: Glückwunsch!