Ящики с усами и характеристики распределения

Create Your Free Account

or

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

Это упражнение является частью курса

Статистические методы в Tableau

SkillTag.level.intermediateSkillTag.label

4.8+

Начать курс бесплатно

Разведочный анализ данных (EDA) — это обязательный первый шаг в любом исследовании данных. Получить начальное представление о данных в Tableau очень просто: вы быстро научитесь создавать и интерпретировать таблицы, столбчатые диаграммы, гистограммы и ящичные диаграммы.

Exercise 1: Добро пожаловать на курс!Exercise 2: Интерпретация гистограмм Exercise 3: Разведочный анализ данных в Tableau: таблицы и столбчатые диаграммы Exercise 4: Данные Superstore: таблица Exercise 5: Данные Superstore: столбчатая диаграмма Exercise 6: Разведочный анализ данных в Tableau: гистограммы Exercise 7: Данные Superstore: гистограмма акции Exercise 8: Данные Superstore: размер корзины гистограммы Exercise 9: Ящики с усами и характеристики распределения

Текущее упражнение

Exercise 10: Какую визуализацию выбрать?Exercise 11: Разведочный анализ данных в Tableau: ящичные диаграммы Exercise 12: Данные супермаркета: ящик с усами Exercise 13: Данные Superstore: сравнение ящичных диаграмм

В этой более концептуальной главе вы подробнее изучите различные меры центра и разброса, а также узнаете, как применять их в Tableau. Вы познакомитесь с карточкой сводки, разберётесь в различии между выборкой и генеральной совокупностью, а также научитесь вычислять и визуализировать дисперсию, стандартное отклонение и доверительные интервалы.

Exercise 1: Меры разброса Exercise 2: Статистика: правда или ложь Exercise 3: Tableau: сводные карточки и разброс данных Exercise 4: Данные Superstore: карточка сводки Exercise 5: Данные Superstore: стандартное отклонение Exercise 6: Бонусный вопрос: выборка и генеральная совокупность Exercise 7: Данные Superstore: дисперсия Exercise 8: Стандартная ошибка и доверительные интервалы Exercise 9: Набор статистик и оценок Exercise 10: Tableau: добавление линий и полос распределения Exercise 11: Данные Superstore: высокая нагрузка Exercise 12: Данные Superstore: доверительные интервалы Exercise 13: Данные Superstore: среднее или медиана?

Пришло время анализировать сразу две переменные. Описание взаимосвязи между двумя переменными с помощью регрессии — отличный способ выявить закономерности в данных. Вы научитесь находить наилучшую линию тренда, описывать трендовую модель и прогнозировать будущие наблюдения — и всё это на данных о динозаврах!

Exercise 1: Взаимосвязь двух переменных Exercise 2: Угадайте корреляцию Exercise 3: Tableau: линии тренда Exercise 4: Динозавры: что предсказываем?Exercise 5: Динозавры: как разагрегировать данные?Exercise 6: Динозавры: добавление линии тренда Exercise 7: Оценка линии тренда Exercise 8: Предсказания модели: точность или случайность?Exercise 9: Tableau: описание моделей тренда Exercise 10: Динозавры: сводка по модели Exercise 11: Динозавры: модель по кладам Exercise 12: Динозавры: доверительные интервалы

В последней главе вы изучите два более продвинутых статистических метода: прогнозирование и кластеризацию. Прогнозирование помогает выявлять повторяющиеся закономерности в данных временных рядов и предсказывать, как они изменятся в будущем. Кластеризация позволяет обнаруживать структуры в неразмеченных данных, разбивая набор данных на группы и раскрывая скрытые закономерности.

Exercise 1: Прогнозирование Exercise 2: Прогнозирование: правда или ложь?Exercise 3: Tableau: прогнозирование Exercise 4: Продажи футболок: первый прогноз Exercise 5: Продажи футболок: агрегирование Exercise 6: Продажи футболок: корректировка прогноза Exercise 7: Кластеризация Exercise 8: Кластеризовать или не кластеризовать?Exercise 9: Tableau: кластеризация Exercise 10: Мировые показатели: кластеризация стран Exercise 11: Мировые индикаторы: описание кластеров Exercise 12: Мировые показатели: отображение кластеров на карте Exercise 13: Мировые показатели: результаты кластеризации Exercise 14: Поздравляем!