Görselleştirmelere Hangi İstatistiksel Analizleri Ekleyebilirim?

Tahmin

Tahmin fonksiyonu, doğrusal bir eğilim boyunca mevcut değerleri esas alarak gelecek değerleri tahmin etmek üzere doğrusal regresyon kullanır.

Verilerinizdeki zaman serisine dayalı olarak bir değeri tahmin etmek için gelecekteki dönemleri ayarlayabilirsiniz. Görselleştirmeye Tahmin Ekleme konusuna bakın.

Oracle, bu tahmin modeli tiplerini destekler:

• Otomatik Regresyonlu Entegre Hareketli Ortalama (ARIMA) - Bu tip, geçmiş zaman serisi verileriniz mevsimsel değilse ancak geleceği açıklamak ve tahmin etmek için yeterli gözlem sağlıyorsa (en az 50 ancak tercih edilen100'den fazla gözlem) uygundur.
• Mevsimsel Otomatik Regresyonlu Entegre Hareketli Ortalama (ARIMA)- Bu tip, verileriniz dönemler boyunca tekrarlayan düzenli bir değişiklik desenine sahipse uygundur. Örneğin, aylık verilerdeki mevsimsellik yaz ayları sırasında yüksek değerler gerçekleştiğinde ve kış ayları sırasında düşük değerler gerçekleştiğinde olabilir.
• Üstel Üçlü Düzleme (ETS) - Bu tip, net bir düzene sahip olmayan tekrarlayan zaman serisi verilerini analiz etmek için uygundur. Bu model tipi, verilerin zaman aralıklarında kendilerini tekrar etme eğilimini göz önünde tutan bir üstel hareketli ortalama oluşturur.
• Kahin - Bu tip, veri kümeniz uzun dönemleri kapsıyorsa, birden çok güçlü mevsimselliğe sahipse, önceden bilinen düzensiz olayları içeriyorsa, eksik veri noktalarına sahipse veya büyük aykırı değerlere sahipse uygundur.

Ayarlarda daha fazla kontrol sağlamak veya tahmini başka görselleştirmelerde kullanmak istiyorsanız FORECAST fonksiyonunu kullanarak özel bir hesaplama da oluşturabilirsiniz. Bkz Analitik Fonksiyonlar.

Kümeler

Küme fonksiyonu, bir nesne kümesini aynı gruptaki nesnelerin birbirlerine diğer gruplardaki nesnelerden daha fazla uygunluk ve yakınlık gösterebilecekleri bir şekilde gruplar. Örneğin, farklı grupların kümelerini göstermek üzere noktalı grafikte renk kullanabilirsiniz. Bkz Görselleştirmede Küme veya Normal Dışı Değer Oluşturma.

• K-ortalamaları kümeleme - her gözlem en yakın ortalamaya sahip kümeye - kümenin prototipi olarak davranır - ait olacak şekilde "n" gözlemi "k" kümeye bölmelemek için kullanılır.
• Hiyerarşik kümeleme - Kümelenmiş (aşağıdan yukarıya) yaklaşım veya dağıtan (yukarıdan aşağıya) yaklaşım kullanarak oluşturulmuş kümelerin bir hiyerarşisini oluşturmak için kullanılır.

Ayrıca, ayarlarda daha fazla kontrol sağlamak veya kümeyi görselleştirmelerde kullanmak istiyorsanız CLUSTER (Küme) fonksiyonunu kullanarak özel bir hesaplama da oluşturabilirsiniz. Analitik Fonksiyonlar konusuna bakın.

Normal Dışı Öğeler

Normal dışı fonksiyonu, ayrı değerlerin ortalama beklentisinden en uzak noktada yer alan veri kayıtlarını görüntüler. Örneğin, diğer gözlemlerden en fazla farklılık gösteren uç değerler bu kategoriye girer. Normal dışı değerler ölçümlerde, deneysel hatalarda veya bir değişiklikte değişkenliği gösterebilir. Zaten küme içeren bir grafiğe normal dışı değerler eklerseniz bu değerler farklı şekiller ile gösterilir.

Normal dışı değerler, K ortalamaları kümeleme veya hiyerarşik kümeleme kullanabilir. Görselleştirmede Küme veya Normal Dışı Değer Oluşturma konusuna bakın.

Ayrıca, ayarlarda daha fazla kontrol sağlamak veya normal dışı değerleri görselleştirmelerde kullanmak istiyorsanız OUTLIER fonksiyonunu kullanarak özel bir hesaplama da oluşturabilirsiniz. Bkz Analitik Fonksiyonlar.

Başvuru Çizgileri

Başvuru çizgileri, X ekseni veya Y ekseni değerlerine karşılık gelen bir grafikteki yatay veya dikey çizgileri tanımlar. Görselleştirmeye Referans Çizgisi Ekleme konusuna bakın.

• Çizgi - Çizgiyi, ortalama, minimum veya maksimum arasında hesaplamayı seçebilirsiniz. Örneğin, havacılık sektöründe yolcu katılımı zaman değerleri işaretlenmişse başvuru çizgisi belirli aya ilişkin yolcu katılımının ortalamanın üzerinde veya altında olduğunu gösterir.
• Bant - Bir bant, veri noktalarının üst ve alt aralıklarını temsil eder. Özel bir seçenek veya standart sapma fonksiyonu belirleyebilir ve ortalama, maksimum ve minimum arasında seçim yapabilirsiniz. Örneğin, ay bazın satışların analizini yapıyorsanız ve ortalama ve maksimum arasında özel bir referans bandı kullanıyorsanız satışların ortalamanın üzerinde ancak maksimum değerin altında olduğu ayları belirleyebilirsiniz.

Eğilim Çizgileri

Eğilim çizgisi fonksiyonu, sorgulanmakta olan metriğin genel davranışını gösterir. Bir eğilim çizgisi, bir grafikteki bir takım noktaları bağlayan düz bir çizgidir. Bir eğilim çizgisi, bir görselleştirmedeki değer kümesi grubunun belirli yönünü analiz etmenize yardımcı olur. Görselleştirmelere İstatistiksel Analiz Ekleme konusuna bakın.

• Doğrusal - Doğrusal verilerle kullanılır. Verilerinizdeki noktalar bir çizgiyi temsil ediyorsa verileriniz doğrusaldır. Doğrusal eğilim çizgisi, metriğinizin sabit bir oran ile arttığını veya azaldığını gösterir.
• Polinom - Bu eğik çizgiyi, veriler dalgalandığında kullanın. Örneğin, kar ve zararı büyük bir veri kümesinde analiz etmek için faydalıdır.
• Üstel - Bu eğik çizgiyi, veri değerleri artarak yükselen oranlarda yükseldiğinde veya düştüğünde kullanın. Verileriniz sıfır veya negatif değerler içeriyorsa bir üstel eğilim çizgisi oluşturamazsınız.

Ayarlarda daha fazla kontrol sağlamak veya eğilim çizgisini başka görselleştirmelerde kullanmak istiyorsanız TRENDLINE fonksiyonunu kullanarak özel bir hesaplama da oluşturabilirsiniz. Analitik Fonksiyonlar konusuna bakın.