你第一次的預測表現不理想(MASE 高達 0.97),但你知道該怎麼改進。你告訴主管,每週銷售波動很大,導致難以預測。把資料彙總到季度層級可以平滑波動,讓預測更精準。你決定對每種 T 恤尺寸都這麼做。
如果進度遺失,請從桌面上的 Workbooks 資料夾載入活頁簿 4_2_granularity.twbx。
4_2_granularity.twbx
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!
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。
當前練習