Ktoré štatistické analytiky môžem pridať do vizualizácií?

Prognóza

Funkcia prognózy používa na predpoveď budúcich hodnôt na základe existujúcich hodnôt lineárnu regresiu spolu s lineárnym trendom.

Môžete nastaviť budúce časové obdobia na predikciu hodnoty na základe časovej série v dátach. Pozrite si časť Pridanie prognózy do vizualizácie.

Spoločnosť Oracle podporuje tieto typy modelov prognózy:

• Autoregresný integrovaný kĺzavý priemer (ARIMA) - tento typ je vhodný, ak sú dáta minulých časových sérií nesezónne, ale poskytujú dostatočný počet pozorovaní (aspoň 50, ale podľa možnosti viac ako 100) na vysvetlenie a predpovedanie budúcnosti.
• Sezónny model ARIMA - tento typ je vhodný, ak majú dáta pravidelný vzor zmien, ktorý sa opakuje v čase. O sezónnosti v mesačných dátach môžete hovoriť napríklad vtedy, keď sa vysoké hodnoty vyskytujú počas letných mesiacov a nízke hodnoty počas zimných mesiacov.
• Trojité exponenciálne vyrovnanie (ETS) - tento typ je vhodný na analýzu opakovaných dát časových sérií, ktoré nemajú jasný vzor. Tento typ modelu vytvorí exponenciálny kĺzavý priemer, ktorý zohľadňuje tendenciu dát opakovať sa v určitých časových intervaloch.
• Prophet - tento typ je vhodný, ak množina dát pokrýva dlhšie časové obdobia, má viacero silných sezónností, zahŕňa predtým známe nepravidelné udalosti, má chýbajúce dátové body alebo má veľké odľahlé hodnoty.

Ak chcete mať väčšiu kontrolu nad nastaveniami alebo ak chcete prognózu používať v iných vizualizáciách, môžete si vytvoriť aj vlastný výpočet pomocou funkcie FORECAST. Pozrite si časť Analytické funkcie.

Klastre

Funkcia klastra zoskupuje množinu objektov takým spôsobom, že objekty v rovnakej skupine vykazujú väčšiu koherenciu a blízkosť jedného k druhému než k objektom v iných skupinách. Napríklad na zobrazenie klastrov rôznych skupín môžete použiť farby v rozptylovom grafe. Pozrite si časť Vytvorenie klastra alebo odľahlej hodnoty vo vizualizácii.

• Klastrovanie podľa metódy K-Means – používa sa na rozdelenie „n“ partícií do klastrov „k“, v ktorých každé pozorovanie patrí do klastra s najbližšou strednou hodnotou, kde pôsobí ako prototyp klastra.
• Hierarchické klastrovanie – používa sa na vytvorenie hierarchie klastrov vytvorených buď s použitím aglomeratívneho prístupu (zdola nahor), alebo rozdeľujúceho prístupu (zhora nadol).

Ak chcete mať väčšiu kontrolu nad nastaveniami alebo ak chcete klaster používať v iných vizualizáciách, môžete si vytvoriť aj vlastný výpočet pomocou funkcie CLUSTER. Pozrite si časť Analytické funkcie.

Odľahlé hodnoty (outlier)

Funkcia odľahlých hodnôt (outlier) zobrazuje dátové záznamy, ktoré sa nachádzajú najďalej od priemerného očakávania jednotlivých hodnôt. Do tejto kategórie patria napríklad extrémne hodnoty, ktoré sa najviac odkláňajú od iných pozorovaní. Odľahlé hodnoty (outlier) môžu označovať variabilitu v meraní, experimentálne chyby alebo novosť. Ak odľahlé hodnoty (outlier) pridáte do grafu, ktorý už má klastre, odľahlé hodnoty sa znázornia inými tvarmi.

Odľahlé hodnoty (outlier) môžu používať klastrovanie podľa metódy K-Means alebo hierarchické klastrovanie. Pozrite si časť Vytvorenie klastra alebo odľahlej hodnoty vo vizualizácii.

Ak chcete mať väčšiu kontrolu nad nastaveniami alebo ak chcete odľahlú hodnotu (outlier) používať v iných vizualizáciách, môžete si vytvoriť aj vlastný výpočet pomocou funkcie OUTLIER. Informácie nájdete v časti Analytické funkcie.

Referenčné čiary

Funkcia referenčných čiar definuje vodorovné alebo zvislé čiary v grafe, ktoré zodpovedajú hodnotám na osi X a osi Y. Pozrite si časť Pridanie referenčnej čiary do vizualizácie.

• Čiara – pri výpočte čiary si môžete vybrať medzi priemernými, minimálnymi alebo maximálnymi hodnotami. Ak sa napríklad v leteckom priemysle pohyb pasažierov vykresľuje vo vzťahu k času, referenčná čiara môže znázorňovať, či bol pohyb pasažierov v konkrétnom mesiaci nad alebo pod priemerom.
• Pásmo – pásmo predstavuje horný a dolný rozsah dátových bodov. Môžete si vybrať vlastnú voľbu alebo funkciu štandardnej odchýlky a medzi priemernou, maximálnou a minimálnou úrovňou. Ak napríklad analyzujete predaj podľa mesiaca a použijete vlastné referenčné pásmo od priemernej po maximálnu úroveň, môžete identifikovať mesiace, v ktorých bol predaj nadpriemerný, ale pod maximálnou úrovňou.

Trendové spojnice

Funkcia trendovej spojnice označuje všeobecný kurz predmetnej metriky. Trendová spojnica je priamka spájajúca určitý počet bodov v grafe. Trendová spojnica umožňuje analyzovať konkrétny smer skupiny množín hodnôt vo vizualizácii. Pozrite si časť Pridanie štatistickej analytiky do vizualizácií.

• Lineárna – používa sa s lineárnymi dátami. Dáta sú lineárne, ak vzor v dátových bodoch pripomína spojnicu. Lineárna trendová spojnica ukazuje, že metrika sa zvyšuje alebo znižuje v rovnomernej miere.
• Polynomická – táto krivková spojnica sa používa pri fluktuácii dát. Užitočná je napríklad pri analýze ziskov a strát pri veľkej množine dát.
• Exponenciálna – táto krivková spojnica sa používa, keď dátové hodnoty rastú alebo klesajú v stále vyšších mierach. Exponenciálnu trendovú spojnicu nie je možné vytvoriť, ak dáta obsahujú nulové alebo záporné hodnoty.

Ak chcete mať väčšiu kontrolu nad nastaveniami alebo ak chcete trendovú spojnicu používať v iných vizualizáciách, môžete si vytvoriť aj vlastný výpočet pomocou funkcie TRENDLINE. Pozrite si časť Analytické funkcie.