تحسين التمثيلات المرئية بالتحليلات الإحصائية
تتيح لك التحليلات الإحصائية تمييز الكتل أو القيم الشاذة، وإضافة التنبؤات، وعرض الاتجاهات والخطوط المرجعية في المصنفات.
قبل البدء في التحليلات الإحصائية
لإضافة تحليلات إحصائية إلى مصنفاتك مثل التنبؤات والقيم الشاذة وخطوط الاتجاهات، يمكنك استخدام التحليلات الجاهزة للاستخدام في لوحة التحليلات، أو استخدم الوظائف في أداة إنشاء التعبيرات إذا كنت تريد المزيد من التحكم في التكوين.
يتيح لك Oracle Analytics إضافة نطاق من التحليلات الإحصائية من جزء التحليلات في لوحة البيانات، التي تأتي مكونة بالكامل كي لا تحتاج إلى خبير إحصائيات لتحقيق النتائج.
.png
إذا كنت تحتاج إلى مزيد من التحكم في الإعدادات الإحصائية، أو تريد استخدام التحليل في التمثيلات المرئية الأخرى، ففكر في إضافة عملية حسابية واستخدام أداة إنشاء التعبيرات لتعريف الدالة المقابلة. (من جزء البيانات، انقر على إضافة (+)، ثم تكوين عملية حسابية لعرض أداة إنشاء التعبيرات.) على سبيل المثال، يمكنك استخدام دالة FORECAST().
.png
يرجى الاطلاع على تكوين عنصر بيانات محتسب.
يمكنك كذلك الوصول إلى خيارات التحليلات الإحصائية بالنقر بزر الماوس الأيمن على تمثيل مرئي، وتحديد إضافة إحصائيات.
.png
ما التحليلات الإحصائية التي يمكنني إضافتها إلى التمثيلات المرئية؟
أضف هذه التحليلات الإحصائية إلى تمثيلاتك المرئية للحصول على معلومات دقيقة أفضل من بياناتك.
.png
التنبؤ
تستخدم دالة التنبؤ الانحدار الخطي لتوقع القيم المستقبلية القائمة على القيم الحالية بالإضافة إلى اتجاه خطي.
يمكنك تعيين عدد من الفترات الزمنية في المستقبل الذي تريد التنبؤ بالقيمة به، وبناءً على بيانات السلسلة الزمنية الحالية. يرجى الاطلاع على إضافة تنبؤ إلى تمثيل مرئي.
تدعم Oracle أنواع نماذج التنبؤ التالية:
- المتوسط المتحرك للانحدار التلقائي المتكامل (ARIMA) - استخدمه إذا كانت بيانات السلسلة الزمنية السابقة غير موسمية لكنها تقدم ملاحظات كافية (على الأقل 50، لكن من الأفضل أن تكون أكثر من 100 ملاحظة) لتفسير المستقبل وتوقعه.
- ARIMA الموسمية- استخدمه إذا كانت بياناتك لها نمط منتظم من التغييرات التي تتكرر عبر فترات زمنية. على سبيل المثال، الموسمية في البيانات الشهرية قد تكون عندما تحدث قيم عالية أثناء شهور الصيف وقيم منخفضة أثناء شهور الشتاء.
- التسوية الأسية الثلاثية (ETS) - استخدمها لتحليل بيانات سلسلة الوقت المتكرر التي ليس لها نمط واضح. ينتج نوع النموذج هذا متوسط متحرك أسي ويضع في الاعتبار قابلية البيانات لتكرار نفسها حسب وتيرة متعاقبة بمرور الوقت.
بدلاً من ذلك، يمكنك تكوين حساب مخصص باستخدام دالة FORECAST للتحكم في الإعدادات أو إذا كنت تريد استخدام التنبؤ في تمثيلات مرئية أخرى. يرجى الاطلاع على دوال التحليلات.
المجموعات
مجموعات الدوال المجمعة هي مجموعة من الكائنات في المجموعة ذاتها بينها ترابط وقريبة من بعضها مقارنة بالكائنات في مجموعات الأخرى. على سبيل المثال، يمكنك استخدام الألوان في مخطط مبعثر لعرض تجميعات مجموعات مختلفة. يرجى الاطلاع على تكوين مجموعة أو قيمة شاذة في التمثيل المرئي.
- تجميع K-Means - استخدمه لتقسيم "n" من الملاحظات في "k" من المجموعات تنتمي كل ملاحظة فيها لمجموعة بأقرب متوسط يمثل نموذج المجموعة.
- التجميع المتدرج - استخدمه لإنشاء تدرج من المجموعات تم إنشاؤه باستخدام أسلوب التجميع العشوائي (من أسفل لأعلى) أو مقسم (من أعلى لأسفل).
بدلاً من ذلك، يمكنك تكوين حساب مخصص باستخدام دالة CLUSTER للتحكم في الإعدادات أو إذا كنت تريد استخدام التجميع في تمثيلات مرئية أخرى. يرجى الاطلاع على دوال التحليلات.
القيم الشاذة
تعرض دالة القيم الشاذة سجلات البيانات الأبعد عن متوسط توقعات القيم الفردية. على سبيل المثال، القيم المتطرفة التي تنحرف بشكل أكبر عن الملاحظات الأخرى التي تقع ضمن هذه الفئة. قد تشير القيم الشاذة إلى تباين في المقاييس أو أخطاء تجريبية أو عناصر جديدة. إذا أضفت قيمًا شاذة إلى مخطط يحتوي على مجموعات بالفعل، فسيتم عرض القيم الشاذة كأشكال مختلفة.
يمكن أن تستخدم تجميع K-means أو التجميع التدريجي. يرجى الاطلاع على تكوين مجموعة أو قيمة شاذة في التمثيل المرئي.
بدلاً من ذلك، يمكنك تكوين حساب مخصص باستخدام دالة OUTLIER للتحكم في الإعدادات أو إذا كنت تريد استخدام القيم الشاذة في تمثيلات مرئية أخرى. اطلع على دوال التحليلات.
السطور المرجعية
تحدد دالة سطور المرجع سطور أفقية أو عمودية في مخطط يتوافق مع قيم المحور س أو المحور ص. يرجى الاطلاع على إضافة سطر مرجعي إلى التمثيل المرئي.
- السطر - يمكنك الاختيار لحساب السطر بين الحد الأدنى للمتوسط وحده الأقصى. على سبيل المثال، في مجال خطوط الطيران، عند عرض معدل دوران الركاب مقابل الوقت، يمكن أن يعرض سطر المرجع إذا كان معدل دوران الركاب في شهر معين أعلى من المتوسط أو أقل منه.
- النطاق - يمثل نطاق نقاط البيانات من الأعلى لأسفل. يمكنك تحديد خيار مخصص أو دالة انحراف معياري وبين قيم المتوسط والحد الأقصى والحد الأدنى. على سبيل المثال، إذا كنت تحلل المبيعات حسب الشهر وتستخدم نطاق مرجع مخصص من المتوسط إلى الحد الأقصى، يمكنك تحديد الشهور حيث كانت المبيعات أعلى من المتوسط، لكن أقل من الحد الأقصى.
خطوط الاتجاه
تشير دالة خط الاتجاه إلى المسار العام للمقياس قيد التحقيق. خط الاتجاه هو خط مستقيم يربط عدد من النقاط في رسم بياني. يساعدك خط الاتجاه على تحليل الاتجاه المحدد لمجموعة من مجموعات القيم في تمثيل مرئي. يرجى الاطلاع على إضافة التحليلات الإحصائية إلى التمثيلات المرئية.
- خطي - استخدمه مع البيانات الخطية. تكون بياناتك خطية إذا النمط ضمن نقاط البيانات يشبه خطًا. يُظهر خط الاتجاه الخطي أن مقياسك يتزايد أو يتناقص بمعدل ثابت.
- متعدد الحدود - استخدم هذا الخط المنحني عند تقلب البيانات. وهو مفيد، على سبيل المثال، لتحليل الربح والخسارة في مجموعة بيانات كبيرة.
- أسي - استخدم هذا الخط المنحني عندما تزيد قيم البيانات أو تقل بمعدلات أعلى بشكل متزايد. لا يمكنك إنشاء خط اتجاه أسي إذا كانت بياناتك تحتوي على صفر أو قيم سالبة.
بدلاً من ذلك، يمكنك تكوين حساب مخصص باستخدام دالة TRENDLINE للتحكم في الإعدادات أو إذا كنت تريد استخدام خط الاتجاه في تمثيلات مرئية أخرى. يُرجى الاطلاع على دوال التحليلات.
إضافة التحليلات الإحصائية إلى التمثيلات المرئية
تتيح لك التحليلات الإحصائية تمييز الكتل أو القيم الشاذة، وإضافة التنبؤات، وعرض الاتجاهات والخطوط المرجعية في المصنفات. حددها في علامة تبويب التحليلات في جزء البيانات في محرر المصنف.
بدلاً من ذلك، يمكنك إضافة التنبؤات وخطوط الاتجاهات والمجموعات إلى مصنف باستخدام وظائف تحليلات النص فقط. يرجى الاطلاع على دوال التحليلات.
- في لوحة البيانات أو لوحة القواعد، انقر على أيقونة التحليلات
إضافة تنبؤ إلى تمثيل مرئي
إضافة تنبؤات إلى مصنفات عملك تبعًا للمتوسط المتحرك للانحدار التلقائي المتكامل (ARIMA)، أو ARIMAالموسمي، أو التسوية الأسية الثلاثية (ETS). على سبيل المثال، قد تريد التنبؤ بدرجات الحرارة في الصيف تبعًا للبيانات من مواسم الصيف السابقة.
- في جزء البيانات أو جزء الخصائص، انقر على أيقونة التحليلات
- لتكوين التنبؤ، انقر على التحليلات في جزء الخصائص.
إضافة سطر مرجعي إلى التمثيل المرئي
تتيح لك الخطوط المرجعية التعرف على القيم المتوسطة والوسيطة والنسب المئوية والمعلومات المشابهة في تمثيل مرئي.
يمكنك استخدام أعمدة القياس والسمة والتاريخ والتاريخ المشتق لتكوين سطور ونطاقات مرجعية.
التواريخ المشتقة هي أعمدة ذات مستويات مختلفة من التجزئة مثل السنة وربع السنة والشهر واليوم. يقوم Oracle Analytics تلقائيًا بإنشاء أعمدة تاريخ مشتقة لأي أعمدة تاريخ أو وقت أو طابع زمني في مجموعات البيانات.
يمكنك ربط معلمة بقيمة سطر مرجعي أو نطاق مرجعي في تمثيل مرئي عندما تريد استخدام قيمة معلمة لوضع السطر المرجعي أو النطاق المرجعي في التمثيل المرئي. يرجى الاطلاع على ربط معلمة بسطر مرجعي أو نطاق.
عند تكوين السطر المرجعي في لوحة التحليلات في جزء الخصائص في لوحة التدقيق اللغوي، يمكنك، على سبيل المثال، تحديد الخيار النوع لعرض سطر أو نطاق، استخدم خيار الوظيفة لتغيير السطر الافتراضي إلى متوسط أو نسبة مئوية أو أعلى رقم أو استخدم خيار ترتيب Z لأعمدة التاريخ وترتيب التاريخ لوضع سطر المرجع أمام تمثيل مرئي أو خلفه. إذا حددت عمود سمة غير تاريخ، على سبيل المثال المدينة، يمكنك اختيار القيمة، على سبيل المثال شيكاغو، الذي تم فيه عرض السطر المرجعي.
- في الصفحة الرئيسية، حرّك الماوس على مصنف، وانقر على الإجراءات، ثم حدد فتح.
- في جزء البيانات انقر على أيقونة التحليلات .
- انقر على إضافة إحصائيات
، وحدد سطر المرجع. - استخدم العمود لتحديد قياس أو تاريخ أو سمة غير تاريخ.
- في جزء التحليلات، حدد الخصائص لتحديثها.
- انقر على حفظ.