在前一個練習中,我們嘗試用一些異常值分類的門檻,但這並不是處理異常值最科學的方法。
比較好的作法是用平均數與標準差來設定上界,協助你標記可能需要移除的異常值;這正是本練習要做的事。
注意我們已為你建立名為 7D_WMP 的欄位,代表 Water Market Price $ ML 的 7 天移動平均,你會需要用到它!
7D_WMP
Water Market Price $ ML
如果你進度遺失,請從桌面的 Workbooks 資料夾載入活頁簿 3_5_upperbound.twbx
3_5_upperbound.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!
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!
當前練習