I det här kapitlet börjar vi med att förstå de olika typerna av tidsserier som finns, samt de analytiska metoder som används för att analysera dem. När du har förstått de grundläggande begreppen lär du dig att formatera om tidsseriedata inför univariata och multivariata visualiseringar.


Introduktion till tidsserier

Klassificering av tidsserier

Formatering av datum och tid i Tableau

Omformatering med DATENAME

Partitionering med datepart

Datumtransformationer och visualiseringar

Kunskapskontroll om datum och tid

Formatera om datum i Tableau

Trunkering av datum

Beräkna varaktigheter från datumstämplar

Klassificera tidsseriedata

Analysera resebeteende

Introduktion till tidsserieanalys i Tableau

Alla vill analysera data, men det är viktigt att datan är ren. I det här kapitlet lär du dig att rensa tidsseriedata med hjälp av Tableaus inbyggda datumfunktioner, där vi omformar, delar upp och återfogar data utifrån olika tidsperspektiv. Dessutom dyker vi in i begreppen säsongsvariation, trendanalys och avvikelsedetektering!

Manipulering och omformning av datumsträngar

Giltig eller inte?

Omforma datum i praktiken

Tolka datumet

Veckotrunkeringar

Säsongsvariationer och avvikelser i tidsseriedata

Tekniker för avvikelsedetektering

Visualisera säsongsvariation och percentiler

Säsongernas växlingar

Trender spelar roll

Säsongsvariation med lådagram

Analysera prisskillnader för avokado

Dataförberedelse för tidsserieanalys

I det här avslutande kapitlet lär du dig allt om fönsterfunktioner och statistiska tekniker som Z-värden, där du skapar egna avvikelseklassificerare för att identifiera optimala prissättningsarbitragemöjligheter för ett handelsföretag! I kursens andra del jämför vi flera olika tekniker för avvikelsedetektering och ger dig ett brett urval av metoder för att bearbeta och analysera tidsserier!

Fönsterfunktioner i Tableau

Förstå fönsterfunktioner

Beräkningar med fönsterfunktioner

Utjämning av data med glidande medelvärden

Välja tidsfönster för glidande medelvärde

Identifiera samband med fönsterkorrelationer

Avvikelsedetektering med fönsterfunktioner

Alternativ

Sant

Falskt

Träna på Z-värden och standardavvikelse

En djupdykning i fönsterberäkningar

Att analysera volatilitet

Definiera övre gränser

Avvikelsedetektering med Z-scores

Grattis!

Fönsterfunktioner och glidande medelvärden i Tableau

Workbooks and Datasources

Tidsserier finns överallt omkring oss – från inlägg på Twitter till dagliga svängningar på finansmarknaderna. Allt detta är exempel på tidsseriepunkter som behöver analyseras. I den här kursen lär du dig att klassificera, bearbeta och analysera tidsserier – ett måste om du vill ta nästa steg som analytiker.

Tidsserier finns överallt omkring oss; från inlägget du har gjort på Twitter till de dagliga svängningarna på finansmarknaderna – detta är alla exempel på tidsseriedatapunkter som behöver analyseras. I den här kursen lär du dig att klassificera, behandla och analysera tidsserier; ett absolut måste om du menar allvar med att ta nästa steg som analytiker.

<h2>Upptäck kraften i tidsserier</h2>
Du börjar med grunderna där du lär dig de olika typerna av tidsserier som finns, samt de analytiska metoderna för att analysera dessa. När du har fått grunderna på plats lär du dig hur du omformaterar tidsseriedata som förberedelse för univariata och multivariata visualiseringar.

<h2>Databeredning & tidsserier</h2>
Alla vill analysera data, men det är viktigt att vi också städar upp detta. Vi kommer att lära oss hur man rensar tidsseriedata med hjälp av Tableaus datumfunktioner, där vi kommer att omforma våra data utifrån det olika tidskontext vi är intresserade av. Dessutom kommer vi att lära oss allt om hur man använder LOD:er för att automatisera dessa beräkningar åt oss!

<h2>Analysera tidsseriedata</h2>
I de sista delarna av den här kursen lär du dig statistiska tekniker som Z-värden, där du skapar dina helt egna fält för avvikelsedetektering i Tableau för att identifiera optimala arbitragemöjligheter för ett handelsföretag! Du har lärt dig vad tidsserier är, hur man hanterar dem och, ännu viktigare, hur man använder statistiska mått för att berätta en slagkraftig historia. Nu sätter vi igång!

Calculations in Tableau

I den här kursen lär du dig att hantera och analysera tidsserier; viktigt för en analytiker.

Tidsserieanalys i Tableau

Z-värdet mäter ett datapunkts relativa position uttryckt i antal standardavvikelser, medan standardavvikelsen mäter datamängdens spridning

Z-värdet mäter spridningen av datapunkter från medelvärdet, medan standardavvikelsen representerar det genomsnittliga avståndet från medianen

Z-värdet beräknar det genomsnittliga avståndet mellan datapunkter, medan standardavvikelsen avgör sannolikheten för extremvärden

Z-värdet representerar andelen datapunkter inom ett visst intervall, medan standardavvikelsen bestämmer datamängdens skevhet

Träna på Z-värden och standardavvikelse

Tidsserieanalys i Tableau

Interaktiv övning med praktiskt arbete