Améliorer les visualisations à l'aide d'analyses statistiques

Oracle Analytics permet d'ajouter diverses analyses statistiques à partir du volet Analyses du panneau Données. Ces analyses étant déjà entièrement configurées, vous n'avez pas besoin d'être un expert en statistiques pour les utiliser.

.png

Les options de base de ces analyses sont configurées dans le panneau Grammaire. Par exemple, si votre visualisation analyse les dépenses mensuelles hors politique, vous pouvez utiliser l'option Périodes pour spécifier le nombre de mois sur lesquels portent les prévisions. Dans cet exemple, 3 permet de calculer des prévisions pour les trois mois (janvier, février et mars) qui suivent le dernier point de données (décembre).

Si vous souhaitez contrôler davantage les paramètres statistiques, ou pour utiliser l'analyse dans d'autres visualisations, vous pouvez ajouter un calcul et utiliser le générateur d'expressions pour définir la fonction équivalente. (Dans le volet Données du panneau Données, cliquez sur Ajouter (+), puis sur Créer un calcul pour afficher le générateur d'expressions.) Par exemple, vous pouvez utiliser la fonction FORECAST().

.png

Voir Créer un élément de données calculé.

Vous pouvez également accéder aux options d'analyse statistique en cliquant avec le bouton droit de la souris sur une visualisation et en sélectionnant Ajouter des statistiques.

.png

Prévision

La fonction de prévision utilise une régression linéaire pour prédire des valeurs futures en fonction des valeurs d'une tendance linéaire.

Vous pouvez définir un nombre de périodes futures pour lesquelles vous souhaitez prédire la valeur, en fonction de vos données de série chronologique existantes. Voir Ajouter une prévision à une visualisation.

Oracle prend en charge les types de modèle prévisionnel suivants :

• Modèle autorégressif à moyennes mobiles intégré (ARMMI) - À utiliser si vos données de série chronologique sont non saisonnières mais fournissent suffisamment d'observations (au moins 50, mais de préférence pas plus de 100) pour expliquer et prévoir le futur.
• ARMMI saisonnier- À utiliser si vos données ont un schéma régulier de modifications qui se répètent au fil des périodes. Par exemple, on parle de saisonnalité pour les données mensuelles lorsque des valeurs élevées et des valeurs basses sont observées respectivement durant les mois d'été et les mois d'hiver.
• Lissage exponentiel triple - À utiliser pour analyser des données de série chronologique répétitives qui n'ont pas de schéma précis. Ce type de modèle produit une moyenne mobile exponentielle qui tient compte de la tendance des données à se répéter à certains intervalles dans le temps.

Vous pouvez également créer un calcul personnalisé à l'aide de la fonction FORECAST pour mieux contrôler les paramètres, ou si vous souhaitez utiliser la prévision dans d'autres visualisations. Voir Fonctions d'analyse.

Regroupements

La fonction de regroupement constitue des groupes d'objets de telle manière que les objets d'un même groupe sont plus cohérents entre eux et proches les uns des autres que les objets d'autres groupes. Par exemple, vous pouvez utiliser des couleurs dans un graphique en nuage de points pour afficher les regroupements de différents groupes. Voir Créer un regroupement ou une valeur aberrante dans une visualisation.

• Regroupement par k moyennes - À utiliser pour partitionner "n" observations dans "k" groupes, où chaque observation appartient au regroupement avec la moyenne la plus proche, et sert de prototype pour le regroupement.
• Regroupement hiérarchique - À utiliser pour créer une hiérarchie de groupes construits à l'aide d'une approche basée sur l'agglomération (ascendante) ou basée sur la division (descendante).

Vous pouvez également créer un calcul personnalisé à l'aide de la fonction CLUSTER pour mieux contrôler les paramètres, ou si vous souhaitez utiliser le regroupement dans d'autres visualisations. Voir Fonctions d'analyse.

Valeurs aberrantes

La fonction de valeurs aberrantes affiche les enregistrements de données les plus éloignés de la prévision moyenne des valeurs individuelles. Par exemple, les valeurs extrêmes qui s'écartent le plus des autres observations font partie de cette catégorie. Les valeurs aberrantes peuvent indiquer une variabilité des mesures, des erreurs expérimentales ou une nouveauté. Si vous ajoutez des valeurs aberrantes à un graphique qui comporte déjà des regroupements, ces valeurs sont représentées par des formes différentes.

Les valeurs aberrantes peuvent utiliser le regroupement par k moyennes ou le regroupement hiérarchique. Voir Créer un regroupement ou une valeur aberrante dans une visualisation.

Vous pouvez également créez un calcul personnalisé à l'aide de la fonction OUTLIER pour mieux contrôler les paramètres, ou si vous souhaitez utiliser la valeur aberrante dans d'autres visualisations. Voir Fonctions d'analyse.

Lignes de référence

La fonction de lignes de référence définit des lignes horizontales ou verticales dans un graphique qui correspondent aux valeurs de l'axe des X ou de l'axe des Y. Voir Ajouter une ligne de référence à une visualisation.

• Ligne - Vous pouvez choisir de calculer la valeur moyenne, minimale ou maximale de la ligne. Par exemple, dans l'industrie du transport aérien, si l'affluence des passagers est représentée graphiquement en fonction du temps, la ligne de référence peut indiquer si l'affluence des passagers au cours d'un mois particulier est supérieure ou inférieure à la moyenne.
• Tranche - Une tranche représente les limites inférieures et supérieures d'un intervalle de points de données. Vous pouvez sélectionner une option personnalisée ou une fonction d'écart-type et une valeur moyenne, minimale ou maximale. Par exemple, si vous analysez les ventes par mois et que vous utilisez une tranche de référence personnalisée moyenne à maximale, vous pouvez identifier les mois où les ventes sont supérieures à la moyenne, mais inférieures à la maximale.

Courbes de tendance

La fonction de courbe de tendance indique le cours général de la mesure concernée. Une courbe de tendance est une ligne droite qui relie un certain nombre de points sur un graphique. Une courbe de tendance vous aide à analyser la direction spécifique d'un groupe de jeux de valeurs dans une visualisation. Voir Ajouter des analyses statistiques aux visualisations.

• Linéaire - À utiliser avec des données linéaires. Vos données sont linéaires si le schéma contenu dans leurs points de données ressemble à une ligne. Une courbe de tendance linéaire montre que votre mesure augmente ou diminue à un rythme continu.
• Polynomiale - Utilisez cette courbe lorsque les données fluctuent. Utile, par exemple, pour analyser les gains et les pertes sur un jeu de données volumineux.
• Exponentielle - Utilisez cette courbe lorsque les données augmentent ou diminuent à un rythme de plus en plus élevé. Vous ne pouvez pas créer une courbe de tendance exponentielle si vos données ne contiennent pas de valeurs ou si elles contiennent des valeurs négatives.

Vous pouvez également créez un calcul personnalisé à l'aide de la fonction TRENDLINE pour mieux contrôler les paramètres, ou si vous souhaitez utiliser la courbe de tendance dans d'autres visualisations. Voir Fonctions d'analyse.

Sinon, vous pouvez ajouter des prévisions, des courbes de tendance et des regroupements à un classeur à l'aide de fonctions d'analyse de texte seulement. Voir Fonctions d'analyse.

Vous pouvez lier des paramètres à une ligne, un intervalle de dates ou une valeur de date de tranche de référence d'une visualisation lorsque vous voulez utiliser une valeur de paramètre pour positionner la ligne ou la tranche de référence sur la visualisation. Voir Lier un paramètre à une ligne ou une tranche de référence.

Lorsque vous configurez la ligne de référence dans le volet Analyse du panneau de grammaire, vous pouvez, par exemple, sélectionner l'option Type pour afficher une ligne ou une tranche, utiliser l'option Fonction pour modifier la ligne par défaut en Moyenne, Centile ou N premiers, ou utiliser l'option Ordre de plan pour les colonnes de date et d'ordre de date afin de positionner la ligne de référence devant ou derrière une visualisation. Si vous sélectionnez une colonne d'attributs sans date, par exemple Ville, vous pouvez choisir une Valeur, par exemple Chicago, sur laquelle afficher la ligne de référence.