Bu bölümde, var olan farklı zaman serisi türlerini ve bunları analiz etmek için kullanılan analitik yöntemleri anlayarak yolculuğumuza başlayacağız. Temel kavramları kavradıktan sonra, tek değişkenli ve çok değişkenli görselleştirmelere hazırlık için zaman serisi verilerini nasıl yeniden biçimlendireceğini öğreneceksin.


Zaman serilerine giriş

Zaman serisi sınıflandırması

Tableau’de tarih-saat biçimlendirme

Datename ile yeniden biçimlendirme

Datepart ile bölümlendirme

Tarih dönüşümleri ve görselleştirmeler

Tarih-saat bilgisi kontrolü

Tableau'da tarihleri yeniden biçimlendirme

Tarihleri kesmek (truncate)

Zaman damgalarından süreleri hesaplama

Zaman serisi verilerini sınıflandırma

Yolcu davranışını analiz etme

Tableau'da Zaman Serisi Analizine Giriş

Herkes veri analiz etmek ister, ama verinin temiz olması çok önemlidir. Bu bölümde, ilgilendiğimiz farklı zaman bağlamlarına göre verimizi yeniden şekillendirmek, bölmek ve yeniden birleştirmek için Tableau’nun yerleşik tarih fonksiyonlarını kullanarak zaman serisi verilerini nasıl temizleyeceğimizi öğreneceğiz. Bunun ötesinde, mevsimsellik, trend analizi ve anomali tespiti kavramlarına dalacağız!

Tarih dizelerini düzenleme ve yeniden biçimlendirme

Geçerli mi değil mi?

Tarihlerde dönüşüm: uygulama

Tarihi ayrıştırma

Haftalık kesmeler

Zaman serisi verilerinde mevsimsellik ve anormallikler

Anomali teknikleri

Mevsimselliği ve yüzdelikleri görselleştirme

Mevsimleri değiştirmek

Trendler önemlidir

Kutu grafiklerle mevsimsel varyans

Avokado fiyatlarındaki tutarsızlıkları analiz etme

Zaman Serisi Analizi için Veri Hazırlama

Bu son bölümde, pencere fonksiyonlarının gücünü ve Z-Values gibi istatistiksel teknikleri öğrenecek; bir ticaret şirketi için en uygun fiyat arbitraj fırsatlarını belirlemek üzere kendi anomali sınıflandırıcılarını oluşturacaksın! Bölümün ikinci kısmında ise birden çok anomali tespit tekniğini karşılaştırarak, zaman serilerini ele almak ve analiz etmek için geniş bir yaklaşım yelpazesiyle donanacaksın! 

Tableau'da pencere (window) fonksiyonları

Pencere (window) fonksiyonlarını anlama

Pencere fonksiyonlarıyla hesaplamalar

Hareketli ortalamalarla veriyi yumuşatma

Hareketli ortalama zaman pencerelerini seçme

Pencere korelasyonlarıyla ilişkileri belirleme

Pencere fonksiyonlarıyla anomali tespiti

Seçenekler

Doğru

Yanlış

Z-skorları ve standart sapma ile kas hafızası

Pencere hesaplamalarına derinlemesine bakış

Oynaklığı açığa çıkarma

Üst sınırların belirlenmesi

Z-skorları ile anomali tespiti

Tebrikler!

Tableau'da Pencere Fonksiyonları ve Hareketli Ortalamalar

Workbooks and Datasources

Zaman serisi verileri her yerde; Twitter’da paylaştığın gönderiden finansal piyasalardaki günlük dalgalanmalara kadar—bunların hepsi analiz edilmesi gereken zaman serisi veri noktalarıdır. Bu kursta, zaman serilerini sınıflandırmayı, işlemeyi ve analiz etmeyi öğreneceksin; analitik alanında kendini geliştirmekte kararlıysan bu kesinlikle şarttır.

Zaman serileri her yerde karşımıza çıkar; Twitter'da yaptığınız paylaşımdan finans piyasalarındaki günlük dalgalanmalara kadar, bunların hepsi analiz edilmesi gereken zaman serisi veri noktalarının örnekleridir. Bu kursta, zaman serilerini sınıflandırmayı, işlemeyi ve analiz etmeyi öğreneceksiniz; analitik uzmanı olarak bir adım öne çıkmak istiyorsanız bu kesinlikle olmazsa olmaz bir beceridir.

<h2>Zaman serilerinin gücünü keşfedin</h2>
Öncelikle, mevcut farklı zaman serisi türlerini ve bunları analiz etmek için kullanılan analitik metodolojileri öğreneceğiniz temel bilgilerle başlayacaksınız. Temel bilgileri öğrendikten sonra, tek değişkenli ve çok değişkenli görselleştirmeler için zaman serisi verilerini yeniden biçimlendirmeyi öğreneceksiniz.

<h2>Veri Hazırlama ve Zaman Serileri</h2>
Herkes verileri analiz etmek ister, ancak bunları temizlemek de önemlidir. Tableau'nun tarih işlevlerini kullanarak zaman serisi verilerini nasıl temizleyeceğimizi öğreneceğiz. Burada, ilgilendiğimiz farklı zaman bağlamına göre verilerimizi yeniden şekillendireceğiz. Ayrıca, bu hesaplamaları otomatikleştirmek için LOD'leri kullanmanın tüm ayrıntılarını öğreneceğiz!

<h2>Zaman serisi verilerinin analizi</h2>
Bu kursun son bölümlerinde, Z-Değerleri gibi istatistiksel teknikler hakkında bilgi edinecek ve Tableau'da kendi Anomali algılama alanlarınızı oluşturarak bir ticaret şirketi için en uygun arbitraj fırsatlarını belirleyeceksiniz! Zaman serisinin ne olduğunu, nasıl ele alınacağını ve daha da önemlisi, istatistiksel ölçütleri kullanarak etkileyici bir hikaye anlatmayı öğrenmiş olacaksınız. Başlayalım!

Calculations in Tableau

Bu kursta, zaman serilerini sınıflandırmayı, tedavi etmeyi ve analiz etmeyi öğreneceksiniz.

Tableau'da Zaman Serisi Analizi

Z-skoru, bir veri noktasının göreli konumunu kaç standart sapma olduğu olarak ölçer; standart sapma ise veri kümesinin yayılımını niceliksel olarak ifade eder

Z-skoru, veri noktalarının ortalamadan sapmasını ölçerken, standart sapma medyandan ortalama uzaklığı temsil eder

Z-skoru, veri noktaları arasındaki ortalama mesafeyi hesaplarken, standart sapma aşırı değerlerin oluşma olasılığını belirler

Z-skoru, belirli bir aralıktaki veri noktalarının oranını temsil ederken, standart sapma veri kümesinin çarpıklığını belirler

Z-skorları ve standart sapma ile kas hafızası

Tableau'da Zaman Serisi Analizi

Uygulamalı etkileşimli egzersiz