Koje statističke analize mogu dodati vizualizacijama?

Predviđanje

Funkcija predviđanja upotrebljava linearnu regresiju za predviđanje budućih vrijednosti temeljem postojećih vrijednosti temeljem linearnog trenda.

Možete postaviti buduća vremenska razdoblja kako biste predvidjeli vrijednost na temelju vremenske serije u svojim podacima. Pogledajte Dodavanje predviđanja u vizualizaciju.

Oracle podržava sljedeće vrste modela predviđanja:

• Autoregresivni integrirani pomični prosjek (ARIMA) - ova vrsta prikladna je ako vam prethodni podaci o vremenskoj seriji nisu sezonski, ali pružaju dovoljno promatranja (najmanje 50, ali idealno više od 100 promatranja) za objašnjavanje i projiciranje budućnosti.
• Sezonski ARIMA - ova vrsta prikladna je ako vaši podaci imaju pravilan uzorak promjena koje se ponavljaju kroz vremenska razdoblja. Npr., sezonalnost u mjesečnim podacima mogla bi se demonstrirati kroz visoke vrijednosti tijekom ljetnih mjeseci, odnosno niske vrijednosti tijekom zimskih mjeseci.
• Eksponencijalno trostruko zaglađivanje (ETS) - ova vrsta prikladna je za analizu repetitivnih podataka vremenske serije koji nemaju jasan uzorak. Ova vrsta modela rezultira eksponencijalnim pomičnim prosjekom koji u obzir uzima tendenciju intervalnog ponavljanja podataka kroz vrijeme.
• Prophet - ova vrsta prikladna je ako vaš skup podataka obuhvaća produljena vremenska razdoblja, ima više jakih sezonalnosti, uključuje prethodno poznate nepravilne događaje, nema podatkovne točke ili ima velike netipične vrijednosti.

Također možete stvoriti prilagođeni izračun s pomoću funkcije FORECAST kako biste osigurali veću kontrolu nad postavkama ili ako želite upotrijebiti predviđanje u drugim vizualizacijama. Pogledajte Funkcije analitike.

Klasteri

Funkcija klastera grupira skupa objekata na takav način da objekti iz iste grupe pokazuju veću koherentnost i bliži su si međusobno od objekata iz ostalih grupa. Npr., možete upotrijebiti boje iz raspršenog grafikona za prikaz klastera različitih grupa. Pogledajte Stvaranje klastera ili netipičnih vrijednosti u vizualizaciji.

• Grupiranje srednjih K vrijednosti - Upotrijebite za particioniranje "n" promatranja u "k" klastere u kojima svako promatranje pripada klasteru s najbližom srednjom vrijednošću i služi kao prototip klastera.
• Hijerarhijsko klasteriranje - Upotrijebite za stvaranje hijerarhije klastera koji su izrađeni aglomeracijskim pristupom (odozdo prema gore) ili razdjelnim pristupom (odozgo prema dolje).

Također možete stvoriti prilagođeni izračun s pomoću funkcije CLUSTER kako biste osigurali veću kontrolu nad postavkama ili ako želite upotrijebiti klaster u drugim vizualizacijama. Pogledajte Funkcije analitike.

Netipične vrijednosti

Funkcija netipičnih vrijednosti prikazuje zapise podataka koji se nalaze najdalje od prosječnog očekivanja za individualne vrijednosti. Npr., u tu kategoriju ulaze ekstremne vrijednost koje najviše odstupaju od drugih promatranja. Netipične vrijednosti mogu označavati varijabilnost kod mjerenja, eksperimentalne pogreške ili novinu. Ako netipične vrijednosti dodate grafikonu koji već ima klastere, prikazat će se kao različiti oblici.

Netipične vrijednosti mogu upotrebljavati klasteriranje srednjih K vrijednosti ili hijerarhijsko klasteriranje. Pogledajte Stvaranje klastera ili netipičnih vrijednosti u vizualizaciji.

Također možete stvoriti prilagođeni izračun s pomoću funkcije OUTLIER kako biste osigurali veću kontrolu nad postavkama ili ako želite upotrijebiti netipičnu vrijednost u drugim vizualizacijama. Pogledajte Funkcije analitike.

Referentne linije

Funkcija referentnih linija u grafikonu definira horizontalne ili vertikalne linije koje odgovaraju vrijednostima osi X ili Y. Pogledajte Dodavanje referentne linije u vizualizaciju.

• Linija - Možete odabrati izračun linije između prosječne, minimalne ili maksimalne vrijednosti. Npr., u zrakoplovnoj industriji, ako se nacrta broj putnika u odnosu na vrijeme, referentna linija može pokazati je li broj putnika za određeni mjesec iznad ili ispod prosjeka.
• Raspon - Raspon predstavlja gornji i donji raspon podatkovnih točaka. Možete odabrati prilagođenu opciju ili funkciju standardnog odstupanja te prosječnu, maksimalnu ili minimalnu vrijednost. Npr., ako analizirate prodaju po mjesecima i upotrijebite prilagođeni referentni raspon od prosječne do maksimalne vrijednosti, moći ćete identificirati mjesece u kojima je prodaja iznad prosjeka, ali ispod maksimuma.

Linije trenda

Funkcija linije trenda označava općeniti predmetni metrički razmjer. Linija trenda je ravna linija koja povezuje određeni broj točaka na grafikonu. Linija trenda pomoći će vam analizirati konkretan smjer grupe skupa vrijednosti u vizualizaciji. Pogledajte Dodavanje statističke analize u vizualizacije.

• Linearno - Upotrijebite s linearnim podacima. Ako uzorak tih podatkovnih točaka podsjeća na liniju, vaši su podaci linearni. Linija linearnog trenda pokazuje kako se vaša metrika stabilno povećava ili smanjuje.
• Polinomno - Tu krivulju upotrijebite kad podaci fluktuiraju. Korisna je za, primjerice analizu dobiti i gubitaka na razini velikog skupa podataka.
• Eksponencijalno - Tu krivulju upotrijebite ako vrijednosti podataka rastu ili padaju po sve većim stopama. Ako vaši podaci sadrže nule ili negativne vrijednosti, nećete moći stvoriti liniju eksponencijalnog trenda.

Možete također stvoriti prilagođeni izračun s pomoću funkcije TRENDLINE kako biste osigurali veću kontrolu nad postavkama ili ako želite upotrijebiti liniju trenda u drugim vizualizacijama. Pogledajte Funkcije analitike.