Выбор временных окон для скользящего среднего

Мы уже видели, как создавать скользящее среднее с помощью интерфейса Tableau, но что если нам нужно создать собственное вычисляемое поле для сглаживания данных?

В этом упражнении мы воспроизведём скользящее среднее с помощью функции WINDOW_AVERAGE() и поля Market Water Demand GL.

Особое внимание уделим размеру окон и тому, как он влияет на интерпретацию результатов.

Если вы потеряли прогресс, загрузите книгу 3_2_window_average_2.twbx из папки Workbooks на рабочем столе.

Это упражнение является частью курса

Анализ временных рядов в Tableau

Посмотреть курс

Практическое интерактивное упражнение

Превратите теорию в практику с помощью одного из наших интерактивных упражнений

Начать упражнение

Это упражнение является частью курса

Анализ временных рядов в Tableau

SkillTag.level.intermediateSkillTag.label

4.8+

Начать курс бесплатно

В этой главе мы начнём с изучения различных типов временных рядов и аналитических подходов к их анализу. Освоив основные концепции, вы научитесь преобразовывать данные временных рядов для одномерных и многомерных визуализаций.

Exercise 1: Введение в временные ряды Exercise 2: Классификация временных рядов Exercise 3: Форматирование даты и времени в Tableau Exercise 4: Форматирование с помощью DATENAME Exercise 5: Разбивка по частям даты с помощью DATEPART Exercise 6: Преобразование дат и визуализация Exercise 7: Проверка знаний: типы данных даты и времени Exercise 8: Преобразование форматов дат в Tableau Exercise 9: Усечение дат Exercise 10: Вычисление продолжительности по временным меткам Exercise 11: Классификация данных временного ряда Exercise 12: Анализ поведения пользователей

Все хотят анализировать данные, но сначала важно убедиться в их качестве. В этой главе мы разберём, как очищать данные временных рядов с помощью встроенных функций работы с датами в Tableau: изменять их структуру, разбивать и объединять в зависимости от нужного временного контекста. Кроме того, мы рассмотрим концепции сезонности, анализа тренда и обнаружения аномалий.

Exercise 1: Работа со строками дат и их преобразование Exercise 2: Допустимо или нет?Exercise 3: Преобразование дат на практике Exercise 4: Разбор дат Exercise 5: Усечение по неделям Exercise 6: Сезонность и аномалии в данных временных рядов Exercise 7: Методы выявления аномалий Exercise 8: Визуализация сезонности и перцентилей Exercise 9: Смена сезонов Exercise 10: Анализ трендов Exercise 11: Сезонная изменчивость с помощью ящичных диаграмм Exercise 12: Анализ расхождений в ценах на авокадо

В этой заключительной главе вы познакомитесь с возможностями оконных функций и статистическими методами, такими как Z-значения. Вы создадите собственные классификаторы аномалий для выявления оптимальных возможностей ценового арбитража для торговой компании. Во второй части главы мы сравним несколько методов обнаружения аномалий — и вы получите широкий набор инструментов для обработки и анализа временных рядов.

Exercise 1: Оконные функции в Tableau Exercise 2: Знакомство с оконными функциями Exercise 3: Вычисления с оконными функциями Exercise 4: Сглаживание данных с помощью скользящих средних Exercise 5: Выбор временных окон для скользящего среднего

Текущее упражнение

Exercise 6: Выявление зависимостей с помощью оконной корреляции Exercise 7: Обнаружение аномалий с помощью оконных функций Exercise 8: Закрепляем знания: Z-оценки и стандартное отклонение Exercise 9: Оконные вычисления: углублённое изучение Exercise 10: Анализ волатильности Exercise 11: Установка верхних границ Exercise 12: Обнаружение аномалий с помощью Z-оценок Exercise 13: Поздравляем!