在本章中，你會更熟悉時間型變數，以及如何用 EDA 擷取更多可供分析的變數，例如星期幾與時間差。你將實際操作 Power BI，建立折線圖以計算新指標，並找出資料中隱含的趨勢，包括期間對期間的變化與移動平均。

開始探索時間序列資料

關於時間序列分析的陳述

探索 AirBnB 的時間序列

產生新的日期變數

按星期幾分析趨勢

計算年增率變化

探索時間序列資料

時間序列趨勢圖

循環 vs. 季節性

隨時間分析 Glassdoor 評論

建立你的第一個時間序列圖

計算移動平均

在時間序列資料中尋找異常

在 Power BI 中分析時間序列

在 Power BI 的 EDA 中，最強大的功能之一是能辨識哪些變數對你的目標結果影響最大。支援這點的原生 Power BI 視覺化工具是分解樹。你將學習分解樹是什麼、如何建置，並加以解讀，藉此用其他變數來說明目標結果。

Decomposition Trees 入門

關於分解樹的敘述

在 Power BI 中使用分解樹

從分解樹開始上手

更深入探索 Decomposition Trees

分解離職率

分解樹

在本章中，你將建立另一個原生的 Power BI 視覺化工具：關鍵影響因素。它能幫助你了解在特定變數與觀測分群下，目標結果會改變多少。

Key influencers 入門

分解樹 vs. 重要影響因素

在 Power BI 中使用 Key Influencers

平均房源價格的 Key influencers

Key influencers 的區段

Superhost 的關鍵影響因素

恭喜你！

關鍵影響因素

Exercises and Datasets

Course Glossary

DataCamp vs. Local Experience

在本課程中，你將學會如何分析時間序列、視覺化資料並觀察趨勢。你會建立新的日期變數、認識 run chart，並開始計算移動平均。最後，你會學到如何使用 Power BI 的分解樹與關鍵影響因素來找出哪些變數對目標變數影響最大。

課程名詞表位於右側的資源區塊。

若要取得 CPE 學分，你需要完成課程，並在合格測驗中達到 70% 的分數。你可以點選右側的 CPE 學分提示前往測驗。

<h2>分析時序資料</h2>
在本課程中，您將學習如何分析時間序列、視覺化您的資料，並發現趨勢。 您將學習建立新的日期變數，探索運行圖，並進一步計算移動平均值。 
<br><br>
<h2>了解影響變數</h2>
最後，您將學會如何利用 Power BI 的分解樹和關鍵影響者，找出對目標變數影響最大的變數。


Exploratory Data Analysis in Power BI

使用時間序列、分解樹和關鍵影響因素等趨勢分析技術提升報告。

Power BI 趨勢分析

學習運用時間序列、分解樹與關鍵影響因素等趨勢分析技術，提升報告洞察力。

資料分析師 在 Power BI 中

關於時間序列分析的陳述

Power BI 趨勢分析

動手互動練習