Bắt đầu ngayBắt đầu miễn phí

Trang chủ
Khóa học
Các kỹ thuật thống kê trong Tableau

Tableau: phân cụm

Create Your Free Account

or

Email Address

Password

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

Bài tập này là một phần của khóa học

Các kỹ thuật thống kê trong Tableau

SkillTag.level.intermediateSkillTag.label

4.8+

Bắt đầu khóa học miễn phí

Phân tích khám phá dữ liệu (EDA) là bước nền tảng khi nghiên cứu dữ liệu. Khai mở những hiểu biết đầu tiên về dữ liệu trở nên dễ dàng trong Tableau: bạn sẽ nhanh chóng tạo và diễn giải bảng, biểu đồ cột, biểu đồ tần suất (histogram) và hộp số (box plot)!

Exercise 1: Chào mừng bạn đến với khóa học!Exercise 2: Diễn giải biểu đồ histogram Exercise 3: EDA trong Tableau: bảng và biểu đồ cột Exercise 4: Dữ liệu Superstore: bảng Exercise 5: Dữ liệu Superstore: biểu đồ cột Exercise 6: EDA trong Tableau: biểu đồ tần suất (histogram)Exercise 7: Dữ liệu Superstore: quảng bá biểu đồ histogram Exercise 8: Dữ liệu Superstore: kích thước bin của biểu đồ histogram Exercise 9: Boxplot và các đặc trưng phân phối Exercise 10: Bạn nên chọn trực quan hóa nào?Exercise 11: EDA trong Tableau: box plot Exercise 12: Dữ liệu Superstore: boxplot Exercise 13: Dữ liệu Superstore: so sánh biểu đồ hộp (box plot)

Trong chương mang tính khái niệm hơn này, bạn sẽ đi sâu vào việc sử dụng các thước đo xu hướng trung tâm và độ phân tán khác nhau, cũng như cách áp dụng chúng trong Tableau. Bạn sẽ tìm hiểu cách dùng thẻ tóm tắt (summary card), sự khác nhau giữa mẫu và tổng thể, và cách tính cũng như trực quan hóa phương sai, độ lệch chuẩn và khoảng tin cậy.

Exercise 1: Độ phân tán Exercise 2: Thống kê: đúng hay sai Exercise 3: Tableau: thẻ tóm tắt và độ phân tán Exercise 4: Dữ liệu Superstore: summary card Exercise 5: Dữ liệu Superstore: độ lệch chuẩn Exercise 6: Câu hỏi bổ sung: mẫu so với tổng thể Exercise 7: Dữ liệu Superstore: phương sai Exercise 8: Sai số chuẩn và khoảng tin cậy Exercise 9: Một loạt thống kê và ước lượng Exercise 10: Tableau: thêm đường và dải phân bố Exercise 11: Dữ liệu Superstore: khối lượng công việc cao Exercise 12: Dữ liệu Superstore: khoảng tin cậy Exercise 13: Dữ liệu Superstore: chọn mean hay median?

Đã đến lúc xem xét hai biến cùng lúc. Mô tả mối quan hệ giữa hai biến, hay hồi quy, là cách tuyệt vời để phát hiện xu hướng trong dữ liệu. Bạn sẽ học cách tìm đường xu hướng tốt nhất, mô tả mô hình xu hướng và dự đoán các quan sát tương lai — với dữ liệu khủng long!

Exercise 1: Mối quan hệ giữa hai biến Exercise 2: Đoán hệ số tương quan Exercise 3: Tableau: đường xu hướng Exercise 4: Khủng long: dự đoán gì?Exercise 5: Khủng long: phân rã dữ liệu thế nào?Exercise 6: Khủng long: thêm đường xu hướng Exercise 7: Đánh giá một đường xu hướng Exercise 8: Dự đoán của mô hình: nghiêm ngặt hay ngẫu nhiên?Exercise 9: Tableau: mô tả mô hình xu hướng Exercise 10: Khủng long: tóm tắt mô hình Exercise 11: Khủng long: mô hình theo phân bộ (clade)Exercise 12: Khủng long: khoảng tin cậy

Ở chương cuối, bạn sẽ khám phá hai kỹ thuật thống kê nâng cao hơn: dự báo và phân cụm. Dự báo giúp bạn phát hiện các mẫu lặp lại trong dữ liệu chuỗi thời gian và dự đoán cách chúng sẽ thay đổi trong tương lai. Với phân cụm, bạn có thể nhận diện các mẫu trong dữ liệu chưa gán nhãn, cho phép bạn phân tách tập dữ liệu để hé lộ những insight ẩn.

Exercise 1: Dự báo Exercise 2: Dự báo: đúng hay sai?Exercise 3: Tableau: dự báo Exercise 4: Doanh số áo phông: dự báo đầu tiên Exercise 5: Doanh số áo phông: tổng hợp dữ liệu Exercise 6: Doanh số áo thun: điều chỉnh dự báo Exercise 7: Phân cụm Exercise 8: Có nên dùng clustering hay không?Exercise 9: Tableau: phân cụm

Bài tập hiện tại

Exercise 10: Chỉ báo thế giới: phân cụm các quốc gia Exercise 11: Chỉ số thế giới: mô tả các cụm Exercise 12: Chỉ số thế giới: ánh xạ các cụm Exercise 13: Chỉ số thế giới: kết quả phân cụm Exercise 14: Chúc mừng bạn!