有多種指標可用來評估模型的預測是否精準。其中有些越小越好，另一些則是數值越高越好。
本練習屬於課程
將理論付諸實踐，立即體驗我們的互動練習
探索式資料分析（EDA）是進行資料研究時的基本步驟。在 Tableau 裡取得資料的第一手洞見很容易：你很快就能建立並解讀表格、長條圖、直方圖與盒鬚圖！
在這個較概念性的章節中，你將更深入探討不同的集中趨勢與離散程度量測，以及它們在 Tableau 中應如何使用。你會學到摘要卡的用法、樣本與母體的差異，並了解如何計算與視覺化變異數、標準差與信賴區間。
現在該一次檢視 2 個變數了。描述 2 個變數之間的關係，也就是迴歸，是找出資料中趨勢的好方法。你將學會如何找出最佳趨勢線、描述趨勢模型，並以恐龍資料來預測未來觀測值！
當前練習
在最後一章，你將探索兩種更進階的統計技術：預測與分群。預測能協助你偵測時間序列資料中的重複模式，並預估這些模式未來的變化。透過分群，你可以在未標記的資料中找出模式，讓你以不同方式切分資料集，挖掘隱藏的洞見。
