Dans ce chapitre, nous allons commencer par distinguer les différents types de séries temporelles, ainsi que les méthodologies d’analyse correspondantes. Une fois les concepts fondamentaux acquis, vous apprendrez à reformater des données temporelles pour préparer des visualisations univariées et multivariées.


Introduction aux séries temporelles

Classification des séries temporelles

Mise en forme des dates et heures dans Tableau

Reformater avec datename

Partitionner avec datepart

Transformations de dates et visualisations

Vérification des connaissances sur les dates et heures

Reformater des dates dans Tableau

Tronquer des dates

Calculer des durées à partir d’horodatages

Classifier des données de séries temporelles

Analyse du comportement des usagers

Introduction à l’analyse des séries temporelles avec Tableau

Tout le monde veut analyser des données, mais encore faut-il qu’elles soient propres. Dans ce chapitre, nous verrons comment nettoyer des séries temporelles à l’aide des fonctions de date intégrées de Tableau, afin de remodeler, scinder et recombiner nos données selon le contexte temporel qui nous intéresse. Au-delà, nous aborderons la saisonnalité, l’analyse des tendances et la détection d’anomalies !

Manipulation et reformatage des chaînes de date

Valide ou pas ?

Reformater des dates en pratique

Analyser la date

Tronquages hebdomadaires

Saisonnalité et anomalies dans les séries temporelles

Techniques pour détecter les anomalies

Visualiser la saisonnalité et les centiles

Changer de saison

Les tendances, ça compte

Variance saisonnière avec des boîtes à moustaches

Analyser les écarts de prix des avocats

Préparation des données pour l’analyse des séries temporelles

Dans ce dernier chapitre, vous découvrirez toute la puissance des fonctions de fenêtre et de techniques statistiques comme les valeurs Z, grâce auxquelles vous créerez vos propres classificateurs d’anomalies pour repérer des opportunités optimales d’arbitrage de prix pour une société de trading ! Dans la seconde partie, nous comparerons plusieurs techniques de détection d’anomalies, afin de vous doter d’un large éventail d’approches pour traiter et analyser des séries temporelles ! 

Fonctions de fenêtre dans Tableau

Comprendre les fonctions de fenêtrage

Calculs avec des fonctions de fenêtrage

Lisser les données avec des moyennes mobiles

Choisir les fenêtres temporelles des moyennes mobiles

Identifier des relations avec les corrélations par fenêtre

Détection d’anomalies avec les fonctions de fenêtre

Réflexes avec les Z-scores et l’écart-type

Plongée approfondie dans les calculs de fenêtre

Décomposer la volatilité

Définir des bornes supérieures

Détection d’anomalies avec les Z-scores

Félicitations !

Fonctions de fenêtrage et moyennes mobiles dans Tableau

Workbooks and Datasources

Les séries temporelles sont partout : de vos publications sur Twitter aux fluctuations quotidiennes des marchés financiers — autant de points de données à analyser. Dans ce cours, vous apprendrez à classer, préparer et analyser des séries temporelles ; indispensable si vous souhaitez progresser en tant que professionnel de l’analyse.

Les séries chronologiques sont omniprésentes dans notre quotidien, qu'il s'agisse de vos publications sur Twitter ou des fluctuations quotidiennes des marchés financiers. Ce sont tous des exemples de points de données chronologiques qui doivent être analysés. Dans ce cours, vous apprendrez à classer, traiter et analyser des séries chronologiques, ce qui est indispensable si vous envisagez sérieusement de devenir un professionnel de l'analyse.

<h2>Découvrez la puissance des séries chronologiques</h2>
Vous commencerez par les bases, où vous découvrirez les différents types de séries chronologiques existants, ainsi que les méthodologies analytiques permettant de les analyser. Une fois que vous aurez acquis les bases, vous apprendrez à reformater les données chronologiques en vue de visualisations univariées et multivariées.

<h2>Préparation des données et séries chronologiques</h2>
Tout le monde souhaite analyser les données, mais il est également important de les nettoyer. Nous allons apprendre à nettoyer des données chronologiques à l'aide des fonctions de date de Tableau, qui nous permettront de remodeler nos données en fonction du contexte temporel qui nous intéresse. De plus, nous explorerons en détail l'utilisation des LOD pour automatiser ces calculs.

<h2>Tracer des données de séries temporelles</h2>
Dans les dernières parties de ce cours, vous découvrirez des techniques statistiques telles que les valeurs Z, et vous créerez vos propres champs de détection d'anomalies dans Tableau afin d'identifier les opportunités d'arbitrage optimales pour une société de trading. Vous aurez appris ce qu'est une série chronologique, comment la traiter et, surtout, comment utiliser des mesures statistiques pour présenter des informations de manière percutante. C’est parti !

Calculations in Tableau

Dans ce cours, apprenez à traiter et analyser les séries temporelles, essentiel pour les pros de l'analyse.

Analyse des séries temporelles avec Tableau

VP of Product, Tracked

Date transformations and visualizations

Splitting up data in Tableau

Calculated splits in Tableau

Validating dates

To parse or not to parse?

Cleansing with date truncation

The dataset

Let's practice!

Préparation des données pour l’analyse des séries temporelles - Manipulation et reformatage des chaînes de date

Manipulation et reformatage des chaînes de date

Create Your Free Account