Dans ce chapitre, vous vous familiariserez avec les variables temporelles et les multiples façons d'extraire d'autres variables à l'aide de l'EDA pour l'analyse — comme le jour de la semaine et la différence de temps. Vous travaillerez concrètement dans Power BI en créant des graphiques linéaires pour calculer de nouvelles mesures et mettre au jour les tendances cachées dans vos données — notamment les variations d'une période à l'autre et les moyennes mobiles.

Commencer à explorer les données de séries chronologiques

Énoncés sur l'analyse de séries chronologiques

Explorer les séries chronologiques d'Airbnb

Générer une nouvelle variable de date

Analyse des tendances par jour de la semaine

Calcul du changement d'une année à l'autre

Explorer des données de séries chronologiques

Graphique d'évolution des séries temporelles

Cyclique ou saisonnier

Analyser les avis Glassdoor dans le temps

Créer votre premier graphique de séries chronologiques

Calculer des moyennes mobiles

Détecter des anomalies dans des données chronologiques

Analyser des séries chronologiques dans Power BI

L'une des fonctions les plus puissantes de l'EDA dans Power BI est de pouvoir repérer quelles variables influencent le plus votre résultat cible. Un outil de visualisation natif de Power BI qui le permet est l'arbre de décomposition. Vous apprendrez ce qu'est un arbre de décomposition, comment le construire, puis comment l'interpréter afin d'expliquer un résultat cible à partir d'autres variables.

Introduction aux arbres de décomposition

Énoncés sur les arbres de décomposition

Utiliser les arbres de décomposition dans Power BI

Premiers pas avec les arbres de décomposition

Approfondir les arbres de décomposition

Décomposer les taux de départs

Arbres de décomposition

Dans ce chapitre, vous utiliserez un autre visuel natif de Power BI, les Principaux facteurs d'influence. Il vous aide à comprendre dans quelle mesure un résultat cible varie selon certaines variables et certains segments d'observations.

Introduction aux principaux facteurs d'influence

Arbres de décomposition vs principaux facteurs d'influence

Utiliser les facteurs clés d'influence dans Power BI

Influenceurs clés du prix moyen d'une annonce

Segments des principaux facteurs d'influence

Principaux facteurs d'influence pour les superhôtes

Félicitations !

Principaux facteurs d'influence

Exercises and Datasets

Course Glossary

DataCamp vs. Local Experience

Dans ce cours, vous apprendrez à analyser des séries chronologiques, à visualiser vos données et à repérer des tendances. Vous créerez de nouvelles variables de date, découvrirez les diagrammes d'exécution et apprendrez à calculer des moyennes mobiles. Enfin, vous verrez comment déterminer quelles variables exercent le plus d'influence sur la variable cible à l'aide des arbres de décomposition et de l'outil des principaux facteurs d'influence de Power BI.

Le glossaire du cours se trouve à droite, dans la section des ressources.

Pour obtenir des crédits de FPC, vous devez terminer le cours et obtenir une note de 70 % à l'évaluation admissible. Vous pouvez accéder à l'évaluation en cliquant sur l'encadré des crédits de FPC à droite.

<h2>Analyser les données de séries chronologiques</h2>
Dans ce cours, vous apprendrez à analyser des séries chronologiques, à visualiser vos données et à repérer les tendances. Vous créerez de nouvelles variables de date, découvrirez les graphiques de suivi et apprendrez à calculer des moyennes mobiles. 
<br><br>
<h2>Comprendre les variables d’influence</h2>
Enfin, vous découvrirez comment identifier quelles variables exercent le plus d’influence sur la variable cible à l’aide des arbres de décomposition et des facteurs clés d’influence de Power BI.


Exploratory Data Analysis in Power BI

Améliorez vos rapports avec des techniques d'analyse de tendances comme les séries chronologiques.

Analyse des tendances dans Power BI

Analyste de données dans Power BI

Énoncés sur les arbres de décomposition

Analyse des tendances dans Power BI

Exercice interactif pratique