In diesem Kapitel machst du dich mit zeitbasierten Variablen vertraut und lernst die verschiedenen Möglichkeiten kennen, wie du mit EDA weitere Variablen für die Analyse extrahieren kannst, z. B. den Wochentag und die Zeitdifferenz. Du lernst Power BI in der Praxis kennen, indem du Liniendiagramme erstellst, um neue Kennzahlen zu berechnen und in deinen Daten verborgene Trends aufzudecken, z. B. Veränderungen im Vergleich zu anderen Zeiträumen oder gleitende Durchschnitte.

Beginn der Erforschung von Zeitreihendaten

Aussagen zur Zeitreihenanalyse

Erforschung der AirBnB-Zeitreihen

Erzeugen einer neuen Datumsvariable

Analyse der Trends nach Wochentag

Berechnung der Veränderung im Vergleich zum Vorjahr

Zeitreihendaten erforschen

Zeitreihenlaufdiagramm

Zyklisch vs. Saisonale

Analyse der Glassdoor-Bewertungen im Laufe der Zeit

Dein erstes Zeitreihendiagramm erstellen

Berechnung der gleitenden Durchschnitte

Auffinden von Anomalien in Zeitreihendaten

Analysieren von Zeitreihen in Power BI

Eine der leistungsfähigsten Funktionen von EDA in Power BI ist es, herauszufinden, welche Variablen den größten Einfluss auf dein Zielergebnis haben. Ein Power BI-eigenes Visualisierungstool, das dies ermöglicht, ist Decomposition Trees. Du lernst etwas über Dekompositionsbäume, wie man sie konstruiert und dann interpretiert, um ein Zielergebnis durch andere Variablen zu erklären. 

Einführung in die Zersetzungsbäume

Aussagen über Zersetzungsbäume

Dekompositionsbäume in Power BI verwenden

Erste Schritte mit Zersetzungsbäumen

Tiefer in die Zersetzungsbäume eintauchen

Zerlegung der Fluktuationsraten

Zersetzungsbäume

In diesem Kapitel baust du ein weiteres natives Power BI-Tool auf, das Key Influencers Visual. Sie hilft dir zu verstehen, wie sehr sich ein Zielergebnis auf der Grundlage bestimmter Variablen und Beobachtungssegmente verändert.

Einführung in die wichtigsten Einflussnehmer

Optionen

Zersetzungsbaum

Wichtiger Einflussfaktor

Dekompositionsbäume vs. Key Influencer

Wichtige Einflussfaktoren in Power BI nutzen

Wichtige Einflussfaktoren für den durchschnittlichen Angebotspreis

Segmente von wichtigen Einflussnehmern

Wichtige Einflussfaktoren für Superhosts

Glückwunsch!

Wichtige Einflussfaktoren

Exercises and Datasets

DataCamp vs. Local Experience

In diesem Kurs lernst du, wie du Zeitreihen analysierst, deine Daten visualisierst und Trends erkennst. Du erstellst neue Datumsvariablen, entdeckst Laufdiagramme und beschäftigst dich mit der Berechnung von gleitenden Durchschnitten. Schließlich erfährst du, wie du mit den Zerlegungsbäumen von Power BI und den wichtigsten Einflussfaktoren herausfinden kannst, welche Variablen den größten Einfluss auf die Zielvariable haben.

<h2>Zeitreihendaten darstellen</h2>
In diesem Kurs lernst du, wie du Zeitreihen analysierst, deine Daten visualisierst und Trends erkennst. Du erstellst neue Datumsvariablen, entdeckst Laufdiagramme und beschäftigst dich mit der Berechnung von gleitenden Durchschnitten. 
<br><br>
<h2>Beeinflussende Variablen verstehen</h2>
Schließlich erfährst du, wie du mit den Zerlegungsbäumen von Power BI und den wichtigsten Einflussfaktoren herausfinden kannst, welche Variablen den größten Einfluss auf die Zielvariable haben.


Exploratory Data Analysis in Power BI

Verbessern Sie Ihre Berichte mit Trendanalysen wie Zeitreihen, Zerlegungsbäumen und Schlüsselbeeinflussern.

Trendanalyse in Power BI

Verbessere deine Berichte mit Trendanalysetechniken wie Zeitreihen, Dekompositionsbäumen und wichtigen Einflussfaktoren.

Datenanalyst in Power BI

Ermöglicht die Erkundung einer Zielvariablen über verschiedene Pfade

Nützlich für den direkten Vergleich des Einflusses verschiedener Variablen

Abhängig von genügend Beobachtungen, um Muster abzuleiten

Untersuche die Auswirkungen eines bestimmten Wertes auf die Veränderung einer Zielvariablen

Dekompositionsbäume vs. Key Influencer

Trendanalyse in Power BI

Interaktive Übung zum Anfassen