ฉันสามารถเพิ่มการวิเคราะห์ทางสถิติอะไรไปยังการแสดงข้อมูลได้บ้าง

เพิ่มการวิเคราะห์ทางสถิติเหล่านี้ในการแสดงข้อมูลของคุณเพื่อให้ได้ข้อมูลเชิงลึกเกี่ยวกับข้อมูลมากขึ้น
คำอธิบาย GUID-F6772E69-9E99-49A9-9DFE-0679A982807A-default.png มีดังนี้
.png

คาดการณ์

ฟังก์ชันการคาดการณ์จะใช้การถดถอยเชิงเส้นเพื่อคาดการณ์ค่าในอนาคตตามค่าที่มีอยู่ในแนวโน้มเชิงเส้น

คุณสามารถตั้งค่าช่วงเวลาในอนาคตเพื่อคาดการณ์ค่าตามชุดเวลาในข้อมูลของคุณ โปรดดู เพิ่มการคาดการณ์ในการแสดงข้อมูล

Oracle รองรับโมเดลการคาดการณ์ประเภทเหล่านี้:

  • Auto-Regressive Integrated Moving Average (ARIMA) - ประเภทนี้เหมาะสมเมื่อข้อมูลชุดเวลาในอดีตไม่ใช่แบบฤดูกาล แต่ให้ข้อสังเกตมากพอ (ข้อสังเกตอย่างน้อย 50 รายการ แต่ควรมากกว่า 100 รายการ) เพื่ออธิบายและคาดการณ์อนาคต
  • Seasonal ARIMA - ประเภทนี้เหมาะสมเมื่อข้อมูลของคุณมีรูปแบบการเปลี่ยนแปลงตามปกติที่เกิดขึ้นซ้ำในช่วงเวลาต่างๆ ตัวอย่างเช่น รูปแบบตามฤดูกาลในข้อมูลรายเดือนอาจเกิดขึ้นเมื่อมีค่าสูงเกิดขึ้นในช่วงเดือนฤดูร้อนและมีค่าลดลงในช่วงเดือนฤดูหนาว
  • Exponential Triple Smoothing (ETS) - ประเภทนี้เหมาะสำหรับการวิเคราะห์ข้อมูลชุดเวลาที่เกิดซ้ำๆ ซึ่งไม่มีรูปแบบที่ชัดเจน ประเภทโมเดลนี้จะสร้างค่าเฉลี่ยเคลื่อนที่แบบทวีคูณที่พิจารณาแนวโน้มของข้อมูลเพื่อเกิดซ้ำในรอบเวลาต่างๆ เมื่อเวลาผ่านไป
  • Prophet - ประเภทนี้จะเหมาะเมื่อชุดข้อมูลของคุณครอบคลุมช่วงเวลาที่ขยาย มีฤดูกาลที่รุนแรงหลายฤดูกาล มีเหตุการณ์ผิดปกติที่ทราบก่อนหน้านี้ มีจุดข้อมูลหายไป หรือมีค่าผิดปกติขนาดใหญ่

คุณยังสามารถสร้างการคำนวณที่กำหนดเองโดยใช้ฟังก์ชัน FORECAST เพื่อให้สามารถควบคุมการตั้งค่าได้มากขึ้น หรือหากคุณต้องการใช้การคาดการณ์ในการแสดงข้อมูลอื่น โปรดดู ฟังก์ชันวิเคราะห์

คลัสเตอร์

ฟังก์ชันคลัสเตอร์จะจัดกลุ่มออบเจกต์ในแบบที่ออบเจกต์ในกลุ่มเดียวกันเพื่อแสดงความเกี่ยวเนื่องและการเชื่อมต่อระหว่างกันมากกว่าออบเจกต์ในกลุ่มอื่นๆ ตัวอย่างเช่น คุณสามารถใช้สีต่างๆ ในแผนภูมิกระจายเพื่อแสดงคลัสเตอร์ของกลุ่มต่างๆ โปรดดู สร้างคลัสเตอร์หรือค่าผิดปกติในการแสดงข้อมูล

  • การคลัสเตอร์แบบ K-means - ใช้เพื่อแบ่งพาร์ติชันข้อสังเกต "n" เป็นคลัสเตอร์ "k" ซึ่งข้อสังเกตแต่ละรายการเป็นของคลัสเตอร์ที่มีค่ามีนที่ใกล้เคียงที่สุด ซึ่งใช้เป็นต้นแบบของคลัสเตอร์
  • การคลัสเตอร์ตามลำดับชั้น - ใช้เพื่อสร้างลำดับชั้นของคลัสเตอร์ที่สร้างโดยใช้แนวทางแบบ Agglomerative (ล่างขึ้นบน) หรือแนวทางแบบ Divisive (บนลงล่าง)
คุณยังสามารถสร้างการคำนวณที่กำหนดเองโดยใช้ฟังก์ชัน CLUSTER เพื่อให้สามารถควบคุมการตั้งค่าได้มากขึ้น หรือหากคุณต้องการใช้คลัสเตอร์ในการแสดงข้อมูลอื่น โปรดดู ฟังก์ชันวิเคราะห์

ค่าผิดปกติ

ฟังก์ชันค่าผิดปกติจะแสดงเรคคอร์ดข้อมูลที่อยู่ห่างที่สุดจากความคาดหวังโดยเฉลี่ยของแต่ละค่า ตัวอย่างเช่น ค่าที่สูงหรือต่ำเกินไปที่เบี่ยงเบนมากที่สุดจากข้อสังเกตอื่นๆ จะอยู่ในชนิดนี้ ค่าผิดปกติสามารถบ่งบอกถึงความผันแปรในการวัด ข้อผิดพลาดการทดลอง หรือความใหม่ หากคุณเพิ่มค่าผิดปกติไปยังแผนภูมิที่มีคลัสเตอร์อยู่แล้ว ค่าผิดปกติจะแสดงเป็นรูปร่างที่แตกต่างออกไป

ค่าผิดปกติสามารถใช้การคลัสเตอร์แบบ K-Means หรือการคลัสเตอร์ตามลำดับชั้น โปรดดู สร้างคลัสเตอร์หรือค่าผิดปกติในการแสดงข้อมูล

คุณยังสามารถสร้างการคำนวณที่กำหนดเองโดยใช้ฟังก์ชัน OUTLIER เพื่อให้สามารถควบคุมการตั้งค่าได้มากขึ้น หรือหากคุณต้องการใช้ค่าผิดปกติในการแสดงข้อมูลอื่น โปรดดู ฟังก์ชันวิเคราะห์

เส้นอ้างอิง

ฟังก์ชันเส้นอ้างอิงจะกำหนดเส้นแนวนอนหรือแนวตั้งในแผนภูมิที่สอดคล้องกับค่าแกน X หรือแกน Y โปรดดู เพิ่มรายการอ้างอิงให้กับการแสดงข้อมูล

  • เส้น - คุณสามารถเลือกที่จะคำนวณเส้นระหว่างค่าเฉลี่ย ค่าต่ำสุด และค่าสูงสุด ตัวอย่างเช่น ในอุตสาหกรรมสายการบิน หากมีการพล็อตจำนวนผู้โดยสารกับเวลา เส้นอ้างอิงสามารถแสดงให้เห็นว่าจำนวนผู้โดยสารของเดือนหนึ่งๆ อยู่เหนือหรือต่ำกว่าค่าเฉลี่ย
  • ช่วง - ช่วงแสดงถึงช่วงสูงหรือช่วงต่ำของจุดข้อมูล คุณสามารถเลือกตัวเลือกที่กำหนดเองหรือฟังก์ชันค่าเบี่ยงเบนมาตรฐาน และระหว่างค่าเฉลี่ย ค่าสูงสุด และค่าต่ำสุด ตัวอย่างเช่น หากคุณกำลังวิเคราะห์ยอดขายตามเดือน และคุณใช้ช่วงอ้างอิงที่กำหนดเองจากค่าเฉลี่ยถึงค่าสูงสุด คุณสามารถระบุเดือนที่ยอดขายสูงกว่าค่าเฉลี่ย แต่ต่ำกว่าค่าสูงสุดได้

เส้นแนวโน้ม

ฟังก์ชันเส้นแนวโน้มระบุแนวทางทั่วไปของเมตริคที่ต้องการ เส้นแนวโน้มคือเส้นตรงที่เชื่อมต่อจุดจำนวนหนึ่งบนกราฟ เส้นแนวโน้มช่วยคุณวิเคราะห์ทิศทางเฉพาะของกลุ่มชุดค่าในการแสดงข้อมูล โปรดดู เพิ่มการวิเคราะห์ทางสถิติไปยังการแสดงข้อมูล

  • เชิงเส้น - ใช้กับข้อมูลเชิงเส้น ข้อมูลของคุณเป็นเส้นตรงหากรูปแบบในจุดข้อมูลมีลักษณะคล้ายกับเส้น เส้นแนวโน้มที่เป็นเส้นตรงแสดงให้เห็นว่าเมตริคของคุณเพิ่มขึ้นหรือลดลงในอัตราเสถียร
  • พหุคูณ - ใช้เส้นโค้งนี้เมื่อข้อมูลผันผวน ซึ่งมีประโยชน์สำหรับการวิเคราะห์กำไรและขาดทุนในชุดข้อมูลขนาดใหญ่ เป็นต้น
  • ทวีคูณ - ใช้เส้นโค้งนี้เมื่อค่าข้อมูลเพิ่มหรือตกลงที่อัตราสูงขึ้นมาก คุณไม่สามารถสร้างเส้นแนวโน้มแบบทวีคูณหากข้อมูลของคุณมีค่าศูนย์หรือค่าที่เป็นลบ

คุณยังสามารถสร้างการคำนวณที่กำหนดเองโดยใช้ฟังก์ชัน TRENDLINE เพื่อให้สามารถควบคุมการตั้งค่าได้มากขึ้น หรือหากคุณต้องการใช้เส้นแนวโน้มในการแสดงข้อมูลอื่น โปรดดู ฟังก์ชันวิเคราะห์