在清理好資料之後,現在就可以開始探索了!
和任何雙變量(兩個變數)的時間序列分析一樣,理解資料的走勢,以及不同時間序列之間可能的關聯性,非常重要。
我們假設酪梨的高峰供應量會呈現週期性,且應該和價格有對應關係。先用視覺化檢查是否能看出這樣的跡象。
如果你的進度遺失,請從桌面上的 Workbooks 資料夾載入活頁簿 2_3_seasonality.twbx。
2_3_seasonality.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
在本章中,你會先了解各種時間序列的型態,以及用來分析它們的常見方法。打好基礎之後,你將學會如何重新整理時間序列資料,為單變數與多變數的視覺化做好準備。
人人都想分析資料,但乾淨的資料才有用。本章將示範如何使用 Tableau 內建的日期函式清理時間序列資料,依關注的時間脈絡來重塑、切分並重新合併資料。除此之外,還會深入探討季節性、趨勢分析與異常偵測的概念!
當前練習
在最後一章中,你將全面掌握視窗函式與像 Z 值這類統計技巧,並建立自己的異常分類器,替交易公司找出最佳的價格套利機會!接著我們會比較多種異常偵測方法,讓你具備多元手法來處理與分析時間序列!