本章将从了解不同类型的时间序列及其相应的分析方法开始。掌握基础概念后，您将学习如何重新整理时间序列数据，为单变量和多变量可视化做好准备。


时间序列简介

时间序列分类

Tableau 中的日期时间格式

使用 datename 重新格式化

使用 DATEPART 进行分组

日期转换与可视化

日期时间知识检查

在 Tableau 中重新格式化日期

截断日期

从日期时间戳计算时长

对时间序列数据进行分类

分析骑行行为

Tableau 中的时间序列分析入门

人人都想分析数据，但首先要确保数据干净可用。本章将学习如何使用 Tableau 内置的日期函数清洗时间序列数据。我们会根据关注的不同时间维度，对数据进行重塑、拆分与重新合并。除此之外，我们还将深入探讨季节性、趋势分析与异常检测等概念。

日期字符串的拆分、处理与重整

是否有效？

日期重整实操

解析日期

按周截断

时间序列数据中的季节性与异常

异常值识别技术

可视化季节性与百分位数

季节变化

趋势很重要

使用箱线图查看季节波动

分析牛油果价格差异

时间序列分析的数据准备

在最后一章，您将系统学习窗口函数与统计技术（如 Z 值）的用法，并亲手创建异常分类器，帮助交易公司识别最优的定价套利机会。接着，我们将比较多种异常检测方法，为您提供处理与分析时间序列的一系列实用思路。

Tableau 中的窗口函数

理解窗口函数

使用窗口函数进行计算

用移动平均平滑数据

选择移动平均的时间窗口

用窗口相关性识别关系

使用窗口函数进行异常检测

Options

True

False

用 Z 分数和标准差巩固记忆

深入剖析窗口计算

拆解波动性

设置上界

使用 Z-score 进行异常检测

恭喜您！

Tableau 中的窗口函数与移动平均

Workbooks and Datasources

时间序列无处不在：从您在 Twitter 上发布的帖子，到金融市场的每日波动——这些都是需要分析的时间序列数据点。在本课程中，您将学习如何对时间序列进行分类、处理与分析。如果您希望在分析岗位上更进一步，这是必备技能。

时间序列无处不在；从你在 Twitter 上发布的帖子，到金融市场的每日波动——这些都是需要分析的时间序列数据点。 在这门课程中，你将学习如何对时间序列进行分类、处理和分析；如果你想真正成长为一名分析专业人士，这绝对是必修内容。

<h2>发现时间序列的强大力量</h2>
你将从基础开始，学习不同类型的时间序列，以及用于分析它们的分析方法。 掌握基础知识后，你将学习如何重新格式化时间序列数据，为单变量和多变量可视化做准备。

<h2>数据准备与时间序列</h2>
每个人都想分析数据，但我们也必须把这部分清理好。 我们将学习如何使用 Tableau 的日期函数清理时间序列数据，并根据我们关注的不同时间上下文重塑数据。 此外，我们还将学习如何利用 LOD 来自动完成这些计算的方方面面！<h2>时间序列数据分析</h2>
在本课程的最后部分，你将学习 Z 值等统计技术，并在 Tableau 中创建你自己的异常检测字段，以识别交易公司的最佳套利机会！你将学会什么是时间序列、如何处理它，以及更重要的是，如何运用统计指标讲述一个有影响力的故事。 让我们开始吧！

Calculations in Tableau

Tableau 中的时间序列分析

在本课程中，你将学习如何对时间序列进行分类、处理和分析；如果你想成为更出色的数据分析专业人士，这门课程绝对必不可少。


Z 分数以标准差的个数衡量某个数据点的相对位置；标准差量化数据集的离散程度

Z 分数衡量数据点相对均值的离散程度，而标准差表示相对中位数的平均距离

Z 分数计算数据点之间的平均距离，而标准差用于判断发生极端值的可能性

Z 分数表示某一区间内数据点所占比例，而标准差决定数据集的偏度

用 Z 分数和标准差巩固记忆

Tableau 中的时间序列分析

动手互动练习