时间序列数据入门。学习识别时间数据的常见模式与格式，并按需进行转换。

时间序列数据基础

识别时间序列分析类型

时间序列的变化

分析出生率

分析流感

时间序列数据转换基础

操作顺序

日期转换

计算发货延迟

计算应收账款延迟

分析促销效果

时间序列数据简介

在 Power BI 中了解并创建窗口函数，以在一段时间范围内分析数据。

Power BI 中的窗口函数

识别窗口函数

平均人口

细分市场表现

滚动平均销售额

滚动总销量

窗口函数的应用

计算同比变化的步骤

分析五星评价

历史分部业绩

折扣率分布

客户排名

使用窗口函数 

学习预测的基础，并在 Power BI 中使用不同方法预测未来值。

Power BI 中的预测

预测的操作顺序

预测各类能源消耗

设定预测预期

预测 MSFT 收盘价

对 MSFT 收盘价进行回溯预测

Power BI 中的预测：DAX

选项

不使用 CAGR

使用 CAGR

何时使用 CAGR

能源消耗类型的预测 - DAX

创建预测变量

使用 CAGR 进行预测

使用 CMGR 进行预测

课程总结

前瞻性分析与预测

DataCamp vs. Local Experience

Exercises and Datasets

使用 Power BI 分析时间序列数据
您也许已经从各种角度分析过数据集，但是否注意到所有分析都有一个共同的维度？没错，就是时间！您是否也想过，数据会如何随时间变化？

练习常见的分析技巧
在本课程"Power BI 中的时间序列分析"里，您将使用两个不同的数据集，练习按时间维度分析数据的常用技巧。您将首先分析 Superstore 的 PoS（销售点）数据，覆盖不同地点和时间，并使用多种窗口、累计至今以及环比/同比函数来计算变化。

使用内置算法与 DAX 算法
随后，您将深入分析 Microsoft（NASDAQ: MSFT）的财务数据，学习如何使用内置算法与 DAX 算法进行未来数据的预测。

完成本课程后，您将拥有一套完善的工具，能够处理时间序列数据，并熟练驾驭这一第四维度。


<h2>使用 Power BI 分析时间序列数据</h2>
你已经从各个可能的角度获取并分析了数据集，但你知道吗？每一项分析都有一个共同的维度？没错；是时候了！你是否也曾想过，你的数据会如何随时间变化？<br><br>
<h2>实践常见分析技术</h2>
在本 Power BI 时间序列分析课程中，你将使用两个不同的数据集，并实践常见的数据分析技术，以分析随时间变化的数据。 您将首先分析 Superstoredata 的销售点（PoS）数据，涵盖不同地点和时间，并使用各种窗口函数、截至目前期间函数以及期间对期间函数来计算变化。
<br><br>
<h2>使用内置和 DAX 算法</h2>
然后，您将深入研究来自微软（纳斯达克： MSFT）并了解我们如何使用内置算法和 DAX 算法来预测未来的数据。
<br><br>
完成本课程后，您将拥有一套全面的工具包，能够应对时间序列数据并掌握第四维度。


Exploratory Data Analysis in Power BI

Intermediate DAX in Power BI

通过Power BI的时间序列分析课程学习数据分析，使用真实数据集练习常用技术。

Power BI 中的时间序列分析

通过这门实用的 Power BI 时间序列分析课程，学习如何分析随时间变化的数据。 使用真实数据集并实践常用技术。 


财务报告 在 Power BI 中

根据您的需求正确设置数据格式。

应用平滑技术（例如指数平滑）。

预测的操作顺序

Power BI 中的时间序列分析

动手互动练习