Neste capítulo, você vai se familiarizar melhor com variáveis baseadas em tempo e com as várias formas de extrair novas variáveis usando EDA para análise — como dia da semana e diferença de tempo. Você vai colocar a mão na massa no Power BI ao criar gráficos de linhas para calcular novas métricas e revelar tendências escondidas nos seus dados — incluindo variação período a período e médias móveis.

Começando a explorar dados de séries temporais

Afirmações sobre análise de séries temporais

Explorando séries temporais do AirBnB

Gerando uma nova variável de data

Analisando tendências por dia da semana

Calculando a variação ano a ano

Explorando dados de séries temporais

Gráfico de execução de série temporal

Cíclico vs. Sazonal

Analisando avaliações do Glassdoor ao longo do tempo

Construindo seu primeiro gráfico de série temporal

Calculando médias móveis

Encontrando anomalias em dados de séries temporais

Analisando séries temporais no Power BI

Uma das funções mais poderosas de EDA no Power BI é identificar quais variáveis têm maior influência sobre o seu resultado alvo. Uma visualização nativa do Power BI que permite isso são as Árvores de Decomposição. Você vai aprender sobre as Árvores de Decomposição, como construí-las e depois interpretá-las para explicar um resultado alvo por meio de outras variáveis.

Introdução às árvores de decomposição

Afirmações sobre árvores de decomposição

Usando árvores de decomposição no Power BI

Começando com árvores de decomposição

Aprofundando em decomposition trees

Decompondo taxas de desligamento

Árvores de decomposição

Neste capítulo, você vai criar outra visualização nativa do Power BI, o gráfico Key Influencers. Ele ajuda você a entender quanto um resultado alvo muda com base em variáveis específicas e segmentos de observações.

Introdução aos Key Influencers

Decomposition trees vs. key influencers

Usando Key Influencers no Power BI

Principais influenciadores para o preço médio do anúncio

Segmentos dos key influencers

Principais influenciadores para superhosts

Parabéns!

Key Influencers

Exercises and Datasets

DataCamp vs. Local Experience

Course Glossary

Neste curso, você vai aprender a analisar séries temporais, visualizar seus dados e identificar tendências. Você vai criar novas variáveis de data, conhecer os run charts e calcular médias móveis. Por fim, vai descobrir como identificar quais variáveis exercem mais influência sobre a variável alvo usando as árvores de decomposição e os key influencers do Power BI.

O glossário do curso está na seção de recursos à direita.

Para obter créditos de CPE, você precisa concluir o curso e alcançar uma pontuação de 70% na avaliação qualificada. Você pode acessar a avaliação clicando no destaque de créditos de CPE à direita.

<h2>Analisar dados de séries temporais</h2>
Neste curso, você aprenderá a analisar séries temporais, visualizar seus dados e identificar tendências. Você criará novas variáveis de data, descobrirá gráficos de execução e começará a calcular médias móveis. 
<br><br>
<h2>Compreender as variáveis de influência</h2>
Por fim, você descobrirá como identificar quais variáveis exibem a maior influência sobre a variável-alvo usando as árvores de decomposição e os principais influenciadores do Power BI.


Exploratory Data Analysis in Power BI

Melhore seus relatórios com técnicas de análise de tendências como séries temporais e árvores de decomposição.

Análise de Tendências no Power BI

Aprimore seus relatórios com técnicas de análise de tendências, como séries temporais, árvores de decomposição e influenciadores-chave.

Analista de Dados no Power BI

Afirmações sobre análise de séries temporais

Análise de Tendências no Power BI

exercicio interativo prático