En este capítulo, comenzaremos entendiendo los distintos tipos de series temporales que existen, así como las metodologías analíticas para analizarlas. Una vez que tengas claros los conceptos fundamentales, aprenderás a reformatear datos de series temporales para preparar visualizaciones univariantes y multivariantes.


Introducción a las series temporales

Clasificación de series temporales

Formato de fecha y hora en Tableau

Reformatear con datename

Segmentación con DATEPART

Transformaciones y visualizaciones de fechas

Comprobación de conocimientos sobre fechas y horas

Reformatear fechas en Tableau

Truncar fechas

Calcular duraciones a partir de marcas de tiempo de fecha

Clasificar datos de series temporales

Analizando el comportamiento de uso

Introducción al análisis de series temporales en Tableau

Todo el mundo quiere analizar datos, pero es esencial que estén limpios. En este capítulo, aprenderemos a limpiar datos de series temporales usando las funciones de fecha integradas de Tableau, con las que daremos forma, dividiremos y volveremos a unir los datos según el contexto temporal que nos interese. Además, profundizaremos en los conceptos de estacionalidad, análisis de tendencias y detección de anomalías.

Manipulación y reformateo de cadenas de fecha

¿Válido o no?

Reformar fechas en la práctica

Analizando (parseando) la fecha

Truncamientos semanales

Estacionalidad y anomalías en datos de series temporales

Técnicas para detectar anomalías

Visualizar estacionalidad y percentiles

Cambiando las estaciones

La tendencia importa

Variación estacional con diagramas de caja

Analizando discrepancias en los precios del aguacate

Preparación de datos para el análisis de series temporales

En este capítulo final, aprenderás todo sobre el potencial de las funciones de ventana y técnicas estadísticas como los valores Z, con los que crearás tus propios clasificadores de anomalías para identificar oportunidades de arbitraje de precios óptimas para una empresa de trading. En la segunda parte del capítulo, compararemos varios métodos de detección de anomalías, dotándote de un amplio abanico de enfoques para tratar y analizar series temporales.

Funciones de ventana en Tableau

Entender las funciones de ventana

Cálculos con funciones de ventana

Suavizar datos con medias móviles

Seleccionar ventanas temporales para medias móviles

Identificar relaciones con correlaciones de ventana

Detección de anomalías con funciones de ventana

Opciones

Verdadero

Falso

Memoria muscular con Z-scores y desviación estándar

Un análisis en profundidad de los cálculos con ventanas

Desglosando la volatilidad

Definir límites superiores

Detección de anomalías con Z-scores

¡Enhorabuena!

Funciones de ventana y medias móviles en Tableau

Workbooks and Datasources

Las series temporales están por todas partes: desde la publicación que hiciste en Twitter hasta las fluctuaciones diarias de los mercados financieros. Todos son ejemplos de datos temporales que necesitan análisis. En este curso, aprenderás a clasificar, preparar y analizar series temporales; algo imprescindible si quieres dar un salto como profesional del análisis.

Las series temporales nos rodean: desde las publicaciones que haces en Twitter hasta las fluctuaciones diarias en los mercados financieros, todos ellos son ejemplos de puntos de datos de series temporales que deben analizarse. En este curso, aprenderás a clasificar, tratar y analizar series temporales, algo imprescindible si realmente quieres dar un paso adelante como profesional del análisis.

<h2>Descubre el poder de las series temporales</h2>
Comenzarás con los conceptos básicos, donde aprenderás los diferentes tipos de series temporales que existen, así como las metodologías analíticas para analizarlas. Una vez que domines los conceptos básicos, aprenderás a reformatear datos de series temporales para prepararlos para visualizaciones univariantes y multivariantes.

<h2>Preparación de datos y series temporales</h2>
Todos quieren analizar datos, pero es importante que también los limpien. Aprenderemos a limpiar datos de series temporales utilizando las funciones de fecha de Tableau, donde reestructuraremos nuestros datos en función del contexto temporal que nos interese. Además, aprenderemos todos los detalles del uso de LOD para automatizar estos cálculos.

<h2>Creación de gráficos de datos de series temporales</h2>
En las últimas partes de este curso, aprenderás técnicas estadísticas como los valores Z, donde crearás tus propios campos de detección de anomalías en Tableau para identificar oportunidades de arbitraje óptimas para una empresa comercial. Habrás aprendido qué es una serie temporal, cómo tratarla y, lo que es más importante, cómo utilizar medidas estadísticas para contar una historia impactante. ¡Empecemos!

Calculations in Tableau

En este curso, aprenderás a tratar y analizar series temporales; esencial para un profesional analítico.

Análisis de series temporales en Tableau

El Z-score mide la posición relativa de un dato como un número de desviaciones estándar; la desviación estándar cuantifica la dispersión del conjunto de datos

El Z-score mide la dispersión de los datos respecto a la media, mientras que la desviación estándar representa la distancia media respecto a la mediana

El Z-score calcula la distancia media entre puntos de datos, mientras que la desviación estándar determina la probabilidad de que ocurran valores extremos

El Z-score representa la proporción de puntos de datos dentro de un cierto rango, mientras que la desviación estándar determina la asimetría del conjunto de datos

Memoria muscular con Z-scores y desviación estándar

Análisis de series temporales en Tableau

Ejercicio interactivo práctico