時間序列分析的起點,是要有一個日期變數。在許多真實世界的資料集中,日期變數常需要從既有變數中擷取,或重新格式化後才有用(例如用於時間序列分析)。
在這個練習中,你會實作這件事!首先,你會從現有的 host_since_datekey 變數建立一個新的日期變數,接著分析新加入的房東在時間上的變化。
host_since_datekey
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。
當前練習
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。
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。