在處理時間序列資料時,你常會遇到高雜訊、起伏大的資料。
為了改善這種情況,移動平均是一種能在保留整體分佈形狀的同時,平滑雜訊的實用技巧。
在本練習中,我們將示範如何透過 Tableau 的使用介面,利用「表格計算」建立 7 天移動平均,來平滑原本雜訊較高的水權交易資料!
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