In dit hoofdstuk beginnen we met de verschillende soorten tijdreeksen en de analysemethodes om deze te onderzoeken. Zodra je de basisconcepten begrijpt, leer je hoe je tijdreeksgegevens kunt herformatteren ter voorbereiding op univariate en multivariate visualisaties.


Een introductie tot tijdreeksen

Classificatie van tijdreeksen

Datum- en tijdopmaak in Tableau

Hervormen met datename

Indelen met datepart

Datatransformaties en visualisaties

Kennischeck datum-tijd

Datums opnieuw formatteren in Tableau

Datums afkappen

Duur berekenen op basis van datum-tijdstempels

Tijdreeksgegevens classificeren

Analyse van reisgedrag

Introductie tot tijdreeksanalyse in Tableau

Iedereen wil data analyseren, maar het is belangrijk dat de data schoon is. In dit hoofdstuk leren we tijdreeksgegevens opschonen met de ingebouwde datumfuncties van Tableau, waarmee we data herstructureren, splitsen en weer samenvoegen op basis van de tijdscontext waarin we geïnteresseerd zijn. Daarnaast duiken we in de concepten seizoensinvloeden, trendanalyse en het detecteren van afwijkingen!

Datumstrings bewerken en omvormen

Geldig of niet?

Datums omvormen in de praktijk

De datum parseren

Wekelijkse truncaties

Seizoenspatronen en anomalieën in tijdreeksgegevens

Technieken voor afwijkingen

Seizoenspatronen en percentielen visualiseren

De seizoenen veranderen

Trends doen ertoe

Seizoensvariatie met boxplots

Prijsverschillen van avocado's analyseren

Datavoorbereiding voor tijdreeksanalyse

In dit laatste hoofdstuk leer je alles over de kracht van vensterfuncties en statistische technieken zoals Z-waarden. Je bouwt je eigen anomaly-classifiers om optimale prijsarbitragemogelijkheden voor een tradingbedrijf te identificeren! In het tweede deel van dit hoofdstuk vergelijken we meerdere technieken voor anomaliedetectie, zodat je een breed scala aan aanpakken hebt om tijdreeksen te behandelen en te analyseren! 

Windowfuncties in Tableau

Windowfuncties begrijpen

Berekeningen met windowfuncties

Gegevens gladstrijken met voortschrijdende gemiddelden

Tijdvensters voor voortschrijdend gemiddelde kiezen

Relaties identificeren met window-correlaties

Anomaliedetectie met windowfuncties

Options

True

False

Spiergeheugen met Z-scores en standaarddeviatie

Een deep dive in vensterberekeningen

Volatiliteit ontrafelen

Bovengrenzen instellen

Anomalieën detecteren met Z-scores

Gefeliciteerd!

Vensterfuncties en voortschrijdende gemiddelden in Tableau

Workbooks and Datasources

Tijdreeksen zijn overal om ons heen: van de posts die je op Twitter plaatst tot de dagelijkse schommelingen op de financiële markten — het zijn allemaal voorbeelden van tijdreeksgegevens die moeten worden geanalyseerd. In deze cursus leer je tijdreeksen classificeren, voorbereiden en analyseren; onmisbaar als je serieus werk wilt maken van je rol als analyticsprofessional.

Tijdreeksen zijn overal om ons heen; van je bericht op Twitter tot de dagelijkse schommelingen op de financiële markten – dit zijn allemaal voorbeelden van tijdreeksgegevens die moeten worden geanalyseerd. In deze cursus leer je tijdreeksen te classificeren, te behandelen en te analyseren; een absolute must als je serieus wilt doorgroeien als analytics-professional.

<h2>Ontdek de kracht van tijdreeksen</h2>
Je begint met de basis, waar je de verschillende soorten tijdreeksen leert kennen, en ook de manieren om deze te analyseren. Zodra je de basis onder de knie hebt, leer je hoe je tijdreeksgegevens opnieuw kunt formatteren ter voorbereiding op univariate en multivariate visualisaties.

<h2>Gegevensvoorbereiding en tijdreeksen</h2>
Iedereen wil data analyseren, maar het is belangrijk dat we deze ook opschonen. We gaan leren hoe we tijdreeksgegevens kunnen opschonen met de datumfuncties van Tableau, waarbij we onze gegevens aanpassen op basis van de verschillende tijdscontexten waarin we geïnteresseerd zijn. Bovendien leren we hoe we LOD's kunnen gebruiken om deze berekeningen voor ons te automatiseren!

<h2>Tijdreeksgegevens analyseren</h2>
In de laatste delen van deze cursus leer je over statistische technieken zoals Z-waarden, waarbij je je eigen velden voor anomaliedetectie in Tableau gebruikt om de beste arbitragemogelijkheden voor een handelsbedrijf te vinden! Je hebt geleerd wat tijdreeksen zijn, hoe je ermee omgaat en, nog belangrijker, hoe je statistische maatregelen kunt gebruiken om een krachtig verhaal te vertellen. Laten we beginnen!

Calculations in Tableau

In deze cursus leer je tijdreeksen classificeren, behandelen en analyseren; essentieel voor analisten.

Tijdreeksanalyse in Tableau

Z-score meet de relatieve positie van een datapunt als een aantal standaarddeviaties; de standaarddeviatie kwantificeert de spreiding van de gegevensset

Z-score meet de spreiding van datapunten vanaf het gemiddelde, terwijl de standaarddeviatie de gemiddelde afstand tot de mediaan weergeeft

Z-score berekent de gemiddelde afstand tussen datapunten, terwijl de standaarddeviatie de kans op extreme waarden bepaalt

Z-score staat voor het aandeel datapunten binnen een bepaald bereik, terwijl de standaarddeviatie de scheefheid van de gegevensset bepaalt

Spiergeheugen met Z-scores en standaarddeviatie

Tijdreeksanalyse in Tableau

Interactieve oefening met praktijkervaring