In dit hoofdstuk maak je beter kennis met tijdgebaseerde variabelen en de verschillende manieren waarop je met EDA extra variabelen kunt afleiden voor je analyse—zoals dag van de week en tijdsverschil. Je gaat praktisch aan de slag in Power BI en bouwt lijndiagrammen om nieuwe kengetallen te berekenen en verborgen trends in je data te ontdekken—zoals periode-op-periodeverandering en voortschrijdende gemiddelden.

Beginnen met tijdreeksgegevens verkennen

Uitspraken over tijdreeksanalyse

Airbnb-tijdreeksen verkennen

Een nieuwe datumvariabele genereren

Trends analyseren per weekdag

Jaar-op-jaarverandering berekenen

Tijdreeksgegevens verkennen

Run chart voor tijdreeksen

Opties

Cyclisch

Seizoensgebonden

Cyclisch vs. seizoensgebonden

Glassdoor-beoordelingen in de tijd analyseren

Je eerste tijdreeks grafiek maken

Voortschrijdende gemiddelden berekenen

Afwijkingen in tijdreeksgegevens vinden

Tijdreeksen analyseren in Power BI

Een van de krachtigste functies van EDA in Power BI is kunnen vaststellen welke variabelen de meeste invloed hebben op je beoogde uitkomst. Een native Power BI-visualisatie die dat mogelijk maakt, is de decomposition tree. Je leert wat decomposition trees zijn, hoe je ze opbouwt en vervolgens interpreteert om een doeluitkomst te verklaren met andere variabelen.

Introductie tot decomposition trees

Uitspraken over decomposition trees

Decomposition trees gebruiken in Power BI

Aan de slag met decomposition trees

Dieper duiken in decomposition trees

Attritionpercentages ontleden

Decomposition trees

In dit hoofdstuk bouw je een andere native Power BI-visual: Key Influencers. Deze helpt je te begrijpen hoeveel een doeluitkomst verandert op basis van specifieke variabelen en segmenten van waarnemingen.

Introductie tot key influencers

Decomposition trees vs. key influencers

Key influencers gebruiken in Power BI

Belangrijkste beïnvloeders voor gemiddelde prijs van een listing

Segmenten uit key influencers

Key influencers voor superhosts

Gefeliciteerd!

Key influencers

Exercises and Datasets

DataCamp vs. Local Experience

Course Glossary

In deze cursus leer je tijdreeksen analyseren, je gegevens visualiseren en trends spotten. Je bouwt nieuwe datumvariabelen, ontdekt run charts en gaat aan de slag met het berekenen van voortschrijdende gemiddelden. Tot slot leer je met de decomposition trees en key influencers van Power BI vast te stellen welke variabelen de grootste invloed hebben op de doelvariabele.

De begrippenlijst van de cursus vind je rechts in de sectie met bronnen.

Om CPE-credits te behalen, moet je de cursus afronden en minimaal 70% scoren op de gekwalificeerde toets. Je gaat naar de toets via de CPE-creditsvermelding aan de rechterkant.

<h2>Geen tijdreeksgegevens</h2>

  

<br><br>
<h2></h2>




Exploratory Data Analysis in Power BI

Verbeter je rapporten met trendanalyses zoals tijdreeksen, decompositiebomen en belangrijke invloeden.

Trendanalyse in Power BI

Verbeter uw rapporten met trendanalysetechnieken zoals tijdreeksen, decompositiebomen en belangrijkste beïnvloeders.

Data-analist in Power BI

Kiezersregistratie voor grote verkiezingen

Cyclisch vs. seizoensgebonden

Trendanalyse in Power BI

Interactieve oefening met praktijkervaring