통계 분석을 사용하여 클러스터나 이상치를 강조 표시하고, 예측을 추가하고, 워크북에 추세선 및 참조선을 표시할 수 있습니다.
예측, 이상치, 추세선과 같은 통계 분석을 워크북에 추가하려면 데이터 패널의 분석 창에서 미리 만들어진 분석을 사용하거나, 구성을 더 많이 제어해야 하는 경우 표현식 작성기에서 함수를 사용할 수 있습니다.
Oracle Analytics에서는 데이터 패널의 분석 창에서 다양한 통계 분석을 추가할 수 있습니다. 이는 완전히 구성된 상태이므로 결과를 얻기 위해 통계 전문가가 될 필요는 없습니다.
.png''
통계 설정을 더 많이 제어해야 하거나 다른 시각화에서 분석을 사용하려면 계산을 추가하고 표현식 작성기를 사용하여 동등한 함수를 정의하십시오. (데이터 패널의 데이터 창에서 추가 (+)를 누른 다음 계산 생성을 눌러 표현식 작성기를 표시합니다.) 예를 들어, FORECAST() 함수를 사용할 수 있습니다.
.png''
계산된 데이터 요소 생성을(를) 참조하십시오.
시각화를 마우스 오른쪽 단추로 누르고 통계 추가를 선택하여 통계 분석 옵션에 액세스할 수도 있습니다.
.png''
다음 통계 분석을 시각화에 추가하여 데이터 인사이트를 향상시킬 수 있습니다.
.png''
예측
예측 함수는 선형 회귀를 사용하여 선형 추세와 함께 기존 값을 기반으로 미래 값을 예측합니다.
기존 시계열 데이터를 기반으로 값을 예측할 미래 기간 수를 설정할 수 있습니다. 시각화에 예측 추가을(를) 참조하십시오.
Oracle은 다음과 같은 예측 모델 유형을 지원합니다.
또는 설정을 더 많이 제어하거나 다른 시각화에서 예측을 사용하려는 경우 FORECAST
함수를 통해 사용자정의 계산을 생성합니다. 분석 함수을(를) 참조하십시오.
클러스터
클러스터 함수는 동일한 그룹의 객체가 다른 그룹의 객체보다 서로 간의 일관성과 근접성을 더 많이 나타내도록 일련의 객체를 그룹화합니다. 예를 들어, 산포도 차트에서 색상을 사용하여 여러 그룹의 클러스터를 표시할 수 있습니다. 시각화에 클러스터 또는 이상치 생성을(를) 참조하십시오.
또는 설정을 더 많이 제어하거나 다른 시각화에서 클러스터를 사용하려는 경우 CLUSTER
함수를 통해 사용자정의 계산을 생성합니다. 분석 함수을(를) 참조하십시오.
이상치
이상치 함수는 개별 값의 평균 기대치에서 가장 멀리 떨어진 데이터 레코드를 표시합니다. 예를 들어, 다른 표본에서 가장 많이 벗어나는 극단 값이 이 범주에 속합니다. 이상치는 측정의 변동성, 실험적 오류 또는 새로움을 나타낼 수 있습니다. 이미 클러스터가 있는 차트에 이상치를 추가하면 이상치가 여러 모양으로 표시됩니다.
이상치는 K-평균 클러스터화 또는 계층형 클러스터화를 사용할 수 있습니다. 시각화에 클러스터 또는 이상치 생성을(를) 참조하십시오.
또는 설정을 더 많이 제어하거나 다른 시각화에서 이상치를 사용하려는 경우 OUTLIER
함수를 통해 사용자정의 계산을 생성합니다. 분석 함수을(를) 참조하십시오.
참조선
참조선 함수는 차트에서 X축 또는 Y축 값에 해당하는 가로선 또는 세로선을 정의합니다. 시각화에 참조선 추가을(를) 참조하십시오.
추세선
추세선 함수는 해당 측정항목의 일반 과정을 나타냅니다. 추세선은 그래프에서의 여러 포인트를 연결하는 직선입니다. 추세선을 통해 시각화에서 값 집합 그룹의 특정 방향을 분석할 수 있습니다. 시각화에 통계 분석 추가을(를) 참조하십시오.
또는 설정을 더 많이 제어하거나 다른 시각화에서 추세선을 사용하려는 경우 TRENDLINE
함수를 통해 사용자정의 계산을 생성합니다. 분석 함수을(를) 참조하십시오.
ARIMA(자기 회귀 누적 이동 평균), 계절성 ARIMA 또는 ETS(지수 삼중 평활법)를 기반으로 워크북에 예측을 추가합니다. 예를 들어, 이전 여름의 데이터를 기반으로 여름 온도를 예측할 수 있습니다.
참조선은 시각화에서 평균, 중간값, 백분위수 및 유사한 정보를 식별할 수 있습니다.