An introduction to time series data. Learn to identify common patterns and formats of time data, and transform them to meet your needs.

Basisprincipes van tijdreeksgegevens

Opties

Korte termijn

Lange termijn

Toekomst

Tijdreeksanalyse-typen herkennen

Variatie in tijdreeksen

Geboortecijfers analyseren

Influenza analyseren

Basis van het transformeren van tijdreeksgegevens

Proces voor datumtransformatie

Volgorde van bewerkingen

Datums transformeren

Verzendvertragingen berekenen

Uitstel van debiteuren berekenen

Promotie-effectiviteit analyseren

Introduction to time series data

Learn about and create window functions within Power BI to analyze data over a set period of time.

Window functions in Power BI

Identifying window functions

Average population

Segment performance

Rolling average sales

Rolling total quantity

Applications of window functions

Steps to calculate year over year change

Analyzing five star reviews

Historical segment performance

Discount rate distribution

Customer ranking

Working with window functions 

Learn the basics of forecasting and how to predict values in the future using different methods in Power BI.

Forecasting in Power BI

Forecasting order of operations

Forecasting types of energy consumption

Setting forecast expectations

Forecasting MSFT close price

Hindcasting MSFT close price

Forecasting in Power BI: DAX

When to use CAGR

Forecasting types of energy consumption - DAX

Creating forecasting variables

Forecasting with CAGR

Forecasting with CMGR

Course wrap-up

Looking ahead with forecasting

DataCamp vs. Local Experience

Exercises and Datasets

Analyseer tijdreeksgegevens met Power BI
Je hebt gegevenssets vanuit alle hoeken geanalyseerd, maar wist je dat er één dimensie is die elke analyse gemeen heeft? Precies: tijd! Heb je al eens bekeken hoe je data in de loop van de tijd verandert?

Oefen veelgebruikte analysetechnieken
In deze cursus Tijdreeksanalyse in Power BI werk je met twee verschillende gegevenssets en oefen je gangbare technieken om data in de tijd te analyseren. Je begint met het analyseren van Superstore-gegevens voor Point of Sale (PoS) over verschillende locaties en perioden, waarbij je veranderingen berekent met verschillende soorten window-, period-to-date- en period-over-period-functies.

Gebruik ingebouwde algoritmen en DAX
Daarna duik je in financiële data van Microsoft (NASDAQ: MSFT) en kijk je hoe je data naar de toekomst kunt voorspellen, met zowel ingebouwde als DAX-algoritmen.

Na deze cursus heb je een veelzijdige toolkit om tijdreeksgegevens aan te pakken en de vierde dimensie onder de knie te krijgen.


<h2>Analyseer tijdreeksgegevens met Power BI</h2>
Je hebt datasets bekeken en van alle kanten bekeken, maar wist je dat er één ding is dat elke analyse gemeen heeft? Ja, het is zover! Heb je er ooit over nagedacht hoe je gegevens in de loop van de tijd ook veranderen?
<br><br>
<h2>Oefen veelgebruikte analysetechnieken</h2>
In deze cursus Time Series Analysis in Power BI ga je aan de slag met twee verschillende datasets en oefen je veelgebruikte technieken om gegevens in de loop van de tijd te analyseren. Je begint met het analyseren van Superstoredata voor Point of Sale (PoS)-gegevens op verschillende locaties en tijdstippen, waarbij je veranderingen berekent met verschillende soorten vensters, period-to-date- en period-over-period-functies.
<br><br>
<h2>Gebruik ingebouwde en DAX-algoritmen</h2>
Dan duik je in de financiële gegevens van Microsoft (NASDAQ: MSFT) en kijken hoe we gegevens voor de toekomst kunnen voorspellen met behulp van zowel ingebouwde als DAX-algoritmen.
<br><br>
Na de cursus heb je een complete toolkit om tijdreeksgegevens aan te pakken en de vierde dimensie onder de knie te krijgen.


Exploratory Data Analysis in Power BI

Intermediate DAX in Power BI

Leer data-analyse over tijd met deze cursus over Tijdreeksanalyse in Power BI. Werk met echte datasets.

Tijdreeksanalyse in Power BI

Financiële rapportage in Power BI

Het aantal griepgevallen dat we dit jaar tot nu toe hebben gezien.

De totale omzet die we in de laatste zestig dagen hebben gegenereerd.

De verandering in griepgevallen in de herfst over de afgelopen drie jaar.

De jaarlijkse omzet visualiseren over het afgelopen decennium.

Het aantal griepgevallen in de komende 30 dagen voorspellen.

Onze totale omzet voor de komende twee jaar voorspellen.

Tijdreeksanalyse-typen herkennen

Tijdreeksanalyse in Power BI

Praktische interactieve oefening