In this chapter, we’ll begin our journey by understanding the different types of time series that exist, as well as the analytical methodologies to analyze this. Once you’ve understood the fundamental concepts, you’ll learn how to reformat time series data in preparation for univariate and multivariate visualizations.


Introduction aux séries temporelles

Options

Continu

Discret

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 to Time Series Analysis in Tableau

Everyone wants to analyze data, but it’s important the data is clean. In this chapter, we’ll learn how to clean up time series data using Tableau’s inbuilt date functions where we’ll reshape, split and rejoin our data based on the different time context we’re interested in. Beyond this, we’ll dive into the concepts of seasonality, trend analysis and anomaly detection!

Date string manipulation and reformation

Valid or not?

Reforming dates in practice

Parsing the date

Weekly truncations

Seasonality and anomalies in time series data

Anomalous techniques

Visualizing seasonality and percentiles

Changing the seasons

Trending matters

Seasonal variance with box plots

Analyzing avocado pricing discrepencies

Data Preparation for Time Series Analysis

In this final chapter, you’ll learn all about the powers of window functions and statistical techniques like Z-Values, where you’ll create your very own anomaly classifiers to identify optimal pricing arbitrage opportunities for a trading company! In the second part of this chapter, we’ll compare multiple anomaly detection techniques, equipping you with a broad range of approaches to treating and analyzing time series! 

Window functions in Tableau

Understanding window functions

Calculations with window functions

Smoothing data with moving averages

Selecting moving average time windows

Identifying relationships with window correlations

Anomaly detection with window functions

Muscle memory with Z-scores and standard deviation

A deep dive into window calculations

Unpacking volatility

Setting upper boundaries

Anomaly detection with Z-scores

Congratulations!

Windowing Functions and Moving Averages in 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

Tronquer des dates

Exercice interactif pratique