Förbättra visualiseringar med statistisk analys

Med Oracle Analytics kan du lägga till ett flertal olika statistiska analyser från rutan Analyser på datapanelen. Den är helt konfigurerad så att du inte behöver vara statistikexpert för att uppnå resultat.

.png

Du konfigurerar grundläggande alternativ för dessa analyser på grammatikpanelen. Om visualiseringen till exempel analyserar utgifter utanför policyn per månad kan du använda alternativet Perioder för att ange det antal månader du vill prognostisera (i det här exemplet ger värdet 3 en prognos för de tre månaderna januari, februari och mars från den sista datapunkten för december).

Behöver du större kontroll över statistikinställningar eller vill använda analysen i andra visualiseringar kan du överväga att lägga till en beräkning och använda uttrycksverktyget till att definiera den motsvarande funktionen. (I rutan Data på datapanelen klickar du på Lägg till (+) och sedan på Skapa beräkning så visas uttrycksverktyget.) Du kan till exempel använda funktionen FORECAST().

.png

Se Skapa ett beräknat dataelement.

Du kan också komma åt alternativet för statistiska analyser genom att högerklicka på en visualisering och välja Lägg till statistik.

.png

Prognos

Prognosfunktionen använder linjär regression till att förutsäga framtida värden baserat på befintliga värden längs en linjär trend.

Du kan ange ett antal tidsperioder i framtiden för vilka du vill förutse värdet baserat på dina befintliga tidsseriedata. Se Lägg till en prognos i en visualisering.

Oracle har stöd för dessa typer av prognosmodeller:

• Auto-Regressive Integrated Moving Average (ARIMA) - används om föregående tidsseriedata inte är säsongsbaserade men tillhandahåller tillräckligt med observationer (minst 50, men helst fler än 100 observationer) för att förklara och beräkna framtiden.
• Seasonal ARIMA - används om data har ett regelbundet mönster för ändringar som upprepas mellan tidsperioder. Säsongsvariationer i månatliga data kan till exempel vara när höga värden uppvisas under sommarmånaderna och låga värden under vintermånaderna.
• Exponential Triple Smoothing (ETS) - används till att analysera repetitiva tidsseriedata som inte har ett tydligt mönster. Den här modelltypen skapar ett exponentiellt glidande medelvärde som tar hänsyn till tendensen för data att upprepas i intervall över tid.

Du kan även skapa en anpassad beräkning med funktionen FORECAST om du vill ha större kontroll över inställningar eller vill använda prognosen i andra visualiseringar. Se Analytiska funktioner.

Kluster

Klusterfunktionen grupperar en uppsättning objekt så att objekt i samma grupp visar större koherens och närhet till varandra än till objekt i andra grupper Du kan till exempel använda färger i ett spridningsdiagram till att visa kluster från olika grupper. Se Skapa ett kluster eller extremvärde i en visualisering.

• K-means-klustring - används till att partitionera "n"-observationer i "k"-kluster i vilka varje observation hör till det kluster med det närmaste medelvärdet, och tjänar som en prototyp för klustret.
• Hierarkisk klustring - används till att skapa en hierarki av kluster som skapas med en agglomerativ metod (nedifrån och upp) eller en divisiv metod (uppifrån och ned).

Du kan även skapa en anpassad beräkning med funktionen CLUSTER om du vill ha större kontroll över inställningar eller vill använda klustret i andra visualiseringar. Se Analytiska funktioner.

Extremvärden

Funktionen för extremvärde visar dataposterna som ligger längst ifrån den genomsnittliga förväntningen för enskilda värden. Till exempel faller extremvärden som avviker mest från andra observationer inom denna kategori. Extremvärden kan ange variationer i mått, experimentella fel eller en nyhet. Om du lägger till extremvärden i ett diagram som redan har kluster avbildas extremvärdena som olika former.

Extremvärden kan använda K-means-klustring eller hierarkisk klustring. Se Skapa ett kluster eller extremvärde i en visualisering.

Du kan även skapa en anpassad beräkning med funktionen OUTLIER om du vill ha större kontroll över inställningar eller vill använda extremvärdet i andra visualiseringar. Se Analytiska funktioner.

Referenslinjer

Funktionen för referenslinje definierar horisontella och vertikala linjer i ett diagram som motsvarar värdena på X- eller Y-axeln. Se Lägg till en referenslinje i en visualisering.

• Linje - du kan välja på att beräkna linjen efter genomsnitt eller högsta eller lägsta värde. För flygbranschen kan passagerarantalet till exempel plottas mot tid så att referenslinjen visar huruvida passagerarantalet för en bestämd månad ligger över eller under genomsnittet.
• Band - ett band representerar datapunkternas övre och nedre intervall. Du kan välja ett anpassat alternativ eller en standardavvikelsefunktion, samt mellan genomsnitt, högsta och lägsta. Om du till exempel analyserar försäljning per månad och använder ett anpassat referensband som går från genomsnitt till högsta nivå kan du identifiera månader när försäljningen ligger över genomsnitt, men under högsta nivå.

Trendlinje

Funktionen för trendlinje anger den allmänna riktningen för måttet i fråga. En trendlinjer är en rak linje som kopplar samman ett antal punkter i ett diagram. En trendlinje hjälper dig att analysera den specifika riktningen för en grupp värdeuppsättningar i en visualisering. Se Lägga till statistiska analyser i visualiseringar.

• Linjär – används med linjära data. Dina data är linjära om mönstret för datapunkterna liknar en linje. En linjär trendlinje visar att ditt mätetal ökar eller minskar i stabil takt.
• Polynom - använd den här böjda linjen när data varierar. Det är bland annat användbart för att analysera ökning och förlust i en stor datamängd.
• Exponentiell - använd den här böjda linjen när datavärdena ökar eller minskar i allt snabbare takt. Du kan inte skapa en exponentiell trendlinje om dina data innehåller nollvärden eller negativa värden.

Du kan även skapa en anpassad beräkning med funktionen TRENDLINE om du vill ha större kontroll över inställningar eller vill använda trendlinjen i andra visualiseringar. Se Analytiska funktioner.

Du kan också lägga till prognoser, trendlinjer och kluster i en arbetsbok med hjälp av textbaserade analysfunktioner. Se Analytiska funktioner.

Du kan binda parametrar till datumvärdet eller datumintervallet för en visualiserings referenslinje eller referensområde när du vill placera ut referenslinjen eller referensområdet i visualiseringen med hjälp av ett parametervärde. Se Binda en parameter till en referenslinje eller ett referensområde.

När du konfigurerar referenslinjen i fönstret Analys på grammatikpanelen kan du till exempel välja alternativet Typ till att visa en linje eller ett område, använda alternativet Funktion till att ändra standardlinjen till Genomsnitt, Percentil, eller Högsta N och använda alternativet Z-ordning för datum- och datumordningskolumner för att placera referenslinjen framför eller bakom en visualisering. Om du väljer en attributkolumn som inte innehåller datum, till exempel Stad, kan du välja ett Värde, till exempel Chicago, där referenslinjen ska visas.