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。


時間序列入門

時間序列分類

在 Tableau 中的日期時間格式化

使用 datename 重新格式化

使用 datepart 進行分割

日期轉換與視覺化

日期與時間小測驗

在 Tableau 重新格式化日期

截斷日期

從日期時間戳計算持續時間

分類時間序列資料

分析騎乘行為

Tableau 的時間序列分析入門

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！

日期字串的處理與重整

有效還是無效？

實作：重新整理日期格式

剖析日期

每週截斷

時間序列資料中的季節性與異常

異常值辨識技術

視覺化季節性與百分位數

變換季節

趨勢很重要

用盒鬚圖檢視季節性差異

分析酪梨價格差異

時間序列分析的資料準備

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！ 

Tableau 中的視窗函式

理解視窗函式

使用視窗函式進行計算

使用移動平均平滑資料

選擇移動平均的時間視窗

用視窗相關係數找出關聯性

使用視窗函式進行異常偵測

Options

True

False

用 Z 分數與標準差強化記憶

深入探討視窗計算

拆解波動性

設定上界

使用 Z-score 進行異常偵測

恭喜！

Tableau 的視窗函式與移動平均

Workbooks and Datasources

時間序列無所不在：從你在 Twitter 發的貼文，到金融市場的每日波動，都是需要分析的時間序列資料點。本課程將帶你學會分類、處理並分析時間序列；如果你想在分析領域更上一層樓，這是必備能力。

時間序列無處不在；無論是你在 Twitter 上發佈的貼文，還是金融市場每日的波動，這些都是需要分析的時間序列資料點。 在本課程中，您將學習如何分類、處理及分析時間序列資料；如果您有志成為專業的分析人才，這是不可或缺的技能。

<h2>探索時間序列的強大力量</h2>
您將從基礎開始，學習各種不同類型的時間序列，以及分析這些時間序列所需的分析方法。 在掌握基礎知識後，您將學習如何重新格式化時間序列資料，為單變量和多變量視覺化做好準備。

<h2>資料準備與時間序列</h2>
每個人都想分析資料，但同時也必須確保資料經過清理。 我們將學習如何利用 Tableau 的日期函數來清理時間序列資料，並根據我們關注的不同時間情境重新調整資料結構。 此外，我們還將學習如何運用 LODs，自動化這些計算流程！<h2>時間序列資料分析</h2>
在本課程的最後部分，您將學習統計技術，例如 Z-值，並在 Tableau 中建立專屬的異常偵測欄位，協助交易公司識別最佳套利機會！您將學會什麼是時間序列、如何處理時間序列，更重要的是，如何運用統計指標來講述有影響力的故事。 讓我們開始吧！

Calculations in Tableau

在此課程中，您將學習分類、處理和分析時間序列，這是成為分析專家的必備技能。

Tableau 的時間序列分析

掌握時間序列的分類、處理與分析，成為專業分析師的必備技能。


Z 分數以「幾個標準差」來衡量單一資料點的相對位置；標準差則量化資料集的分散程度

Z 分數衡量資料點相對於平均數的離散程度，而標準差代表相對於中位數的平均距離

Z 分數計算資料點彼此之間的平均距離，而標準差用來判斷發生極端值的可能性

Z 分數表示某範圍內資料點所占的比例，而標準差用來判定資料集是否偏態

用 Z 分數與標準差強化記憶

Tableau 的時間序列分析

動手互動練習