数据基础编程应用9

Tableau预测分析1Tableau预测Tableau分析Tableau季节性Tableau时间和计算函数统计23401Tableau预测

Tableau预测简介

预测是关于预测度量的未来价值，有许多数学模型用于预测。这些模型通过捕获数据的演变趋势或季节性，并将它们推广到未来。预测的结果也可以成为可视化中创建的字段。Tableau使用一次性维度和一个度量字段来创建预测。01

Tableau预测1、Tableau预测的工作原理

Tableau中的预测使用一种称为“指数平滑”的技术。预测算法尝试在度量找到可延续到将来的一种固定模式。当数据源中至少有一个日期维度和一个度量时，就可以向视图中添加预测。图01-0101

Tableau预测2、Tableau预测概述所有预测算法都是实际数据生成过程(DGP)的简单模型。01

Tableau预测图01-023、指数平滑方法

Tableau自动选择最多8个模型中最佳的一个，最佳模型是生成最高质量预测的模型。在Tableau评估预测质量之前，会优化每个模型的平滑参数。优化方法是全局的。

对于大多数视图来讲，模型中的“自动”设置通常是最佳的。01

Tableau预测图01-034、Tableau的闭合式方程

Tableau提供可以从闭合式方程模拟或计算的预测区间。所有具有累乘组件或具有集合预测的模型都具有模拟区间，而所有其他模型则使用闭合式方程。01

Tableau预测图01-045、Tableau预测度量

当要预测的度量在进行预测的时间段内呈现出趋势或季节性时，带趋势或季节组件的指数平滑模型十分有效。

但一般情况，我们在针对预测模型的自定义设置时，选用的是累加的趋势及累乘的季节来进行配置。图01-0501

Tableau预测6、Tableau预测模型

通常，时间系列中的数据点越多，所产生的预测就越准确。

如果要对季节性建模，则具有足够的数据尤为重要，因为模型越复杂，就需要越多数据形式的证明，才能达到合理的精度级别。图01-0601

Tableau预测7、模型类型

在“预测选项”对话框中，可以选择Tableau用于预测的模型类型。对于大多数视图，“自动”设置通常是最佳设置。图01-0701

Tableau预测8、粒度和修剪

Tableau日期支持一系列这样的时间单位，包括“年”、“季度”、“月”和“天”。为日期值选择的单位称为日期的粒度。度量中的数据通常并不是与粒度单位完全一致。

日期格式有两种，一般情况下，要调用该格式内容，步骤为：选中列或行中的日期数据→右键打开即可，如图01-08所示。图01-0801

Tableau预测9、获取更多数据Tableau需要时间系列中具有至少5个数据点才能预测趋势，以及具有用于至少两个季节或一个季节加五个周期的足够数据点才能估计季节性。图01-0901

Tableau预测02Tableau预测分析1、分段和同期群分析Tableau提升了调查流程以实现快速灵活的同期群分析。通过根据所需维度切分和切割数据，转换不同的视角探索问题。Tableau允许我们使用快速分割数据并对其分类，从而较轻松执行强大的dui。这些功能还可帮助数据科学家调查初步假设和测试方案。02

Tableau预测分析图02-012、Tableau方案和假设

通过将Tableau灵活的前端和强大的输入功能结合使用，可以快速修改计算并测试不同的方案。图02-0202

Tableau预测分析3、外部服务集成

R和Python插件为Tableau前端提供了功能性和易用性，能够利用其他平台上现有的统计工作，并处理有细微差别的机器学习工作流。R和Tableau用于计算和可视化重要测试的结果。图02-0302

Tableau预测分析03Tableau季节性

Tableau针对一个季节周期进行测试，具有对于估计预测的时间系列而言最典型的时间长度。

如果按季度聚合，则Tableau匹配的是4个季度的周期，以此类推；03

Tableau

季节性图03-011、季节周期

举例来说，如果视图包含截断到月的绿色连续日期或蓝色离散年和月日期部分，则视图的时间粒度为月。但随着新版本的Tableau的引入，新的非时间度量法使用周期回归来检查从2到60的季节长度中也出现了候选长度。图03-0203

Tableau

季节性

Tableau会自动针对给定视图选择最适合的方法。当Tableau使用日期对视图中的度量进行排序时，如果时间粒度为季度、月、周、天或小时，则季节长度将几乎肯定分别是4、12、13、7或24。图03-0303

Tableau

季节性2、季节时长

Tableau对于按年、分钟或秒排序的系列，如果模式相当清晰，就将测试数据中的单一季节长度。对于按整数排序的系列，将会为所有五个季节模型预估九个不太清晰的季节长度，并返回AIC最低的模型。图03-0403

Tableau

季节性3、时间排序

Tableau用于决定何时使用派生自数据的季节长度的启发法取决于每个候选季节长度的周期回归的误差分布。在这种情况下，Tableau将为年、分钟和秒粒度使用此候选长度预估季节模型。图03-0503

Tableau

季节性

Tableau返回的候选长度少于最大值10表明可能有季节性。在这种情况下，Tableau将为按整数排序的视图使用所有返回的候选长度预估季节模型。返回最大数量的候选长度表明大多数长度的误差类似。图03-0603

Tableau

季节性04Tableau时间和计算函数统计

1、使用时间进行预测

在使用日期进行预测时，视图中只能有一个基准日期。支持部分日期，并且所有部分均必须引用同一基础字段。日期可以位于“行”“列”或“标记”上（工具提示目标除外）。04Tableau时间和计算函数统计

图04-012、Tableau时间序列和预测分析

Tableau本身支持丰富的时间序列分析，这意味着可以探索季节性和趋势、对数据采样、运行预见性分析（如预测）并在强大的UI中执行其他常见的时间序列操作预测会按照区域自动预测销售额。图04-0204Tableau时间和计算函数统计

3、复杂计算和统计函数Tableau拥有强大的计算语言，使我们可