可以將哪些統計分析新增至視覺化？

預測

預測函數會使用線性迴歸，根據現有值及線性趨勢來預測未來值。

您可以設定未來的期間，根據資料中的時間序列來預測值。請參閱新增預測至視覺化。

Oracle 支援這些預測模型類型：

• 自動迴歸整合式移動平均值 (ARIMA) - 如果您的過去時間序列資料非季節性，但提供足夠的觀測資料 (至少 50 個，但最好是超過 100 個觀測資料) 來說明和預估未來，則適用此類型。
• 季節性 ARIMA - 如果您的資料會隨著期間定期重複變更，則適用此類型。例如，每月資料的季節性可能是夏季月份出現高值而冬季月份期間出現低值。
• 指數三次平滑法 (ETS) - 此類型最適合用來分析沒有明確模式的重複時間序列資料。此模型類型會產生一個指數移動平均值，此平均值會將資料隨時間推移自我重複的傾向納入考量。
• Prophet - 如果您的資料集涵蓋較長的期間、有多個明顯的季節性、包含先前已知的不規則事件、有遺漏資料點或有較大的極端值，則適用此類型。

若要對設定值有更多控制，或如果您想要在其他視覺化中使用預測，也可以使用 FORECAST 函數來建立自訂計算式。請參閱分析函數。

叢集

叢集函數會將一組物件加以分組，使相同群組中的物件彼此之間比其他群組的物件更為一致且相近。例如，您可以在散布圖中使用色彩來顯示不同群組的叢集。請參閱在視覺化中建立叢集或極端值。

• K-Means 分群法 - 用來將 "n" 個觀測資料分割成 "k" 個叢集，每個觀測資料會被歸類至平均值與其最接近的叢集中。
• 階層式分群法 - 用來建立以凝聚 (由下而上) 或分裂 (由上而下) 方式組建的叢集階層。

若要對設定值有更多控制，或如果您想要在其他視覺化中使用叢集，也可以使用 CLUSTER 函數來建立自訂計算式。請參閱分析函數。

極端值

極端值函數會顯示與個別值的平均期望值相距最遠的資料記錄。例如，與其他觀測資料偏差最大的極端值即屬於此類別。極端值可表示計量中的變化性、實驗誤差或新奇性。如果您將極端值新增至已有叢集的圖表中，則系統會以不同的形狀描繪極端值。

極端值可以使用 K-Means 分群法或階層式分群法。請參閱在視覺化中建立叢集或極端值。

若要對設定值有更多控制，或如果您想要在其他視覺化中使用極端值，也可以使用 OUTLIER 函數來建立自訂計算式。請參閱分析函數。

參考線

參考線函數可定義圖表中與 X 軸或 Y 軸值對應的水平或垂直線。請參閱新增參考線至視覺化。

• 線 - 您可以選擇計算平均值、最小值或最大值之間的線。例如，在航空業，如果是依據時間繪製乘客人數，則參考線可以顯示特定月份的乘客人數是高於還是低於平均值。
• 參考帶 - 參考帶代表資料點的上下範圍。您可以選擇自訂選項或標準差函數，並在平均值、最大值與最小值之間做選擇。例如，如果您依月份分析銷售額並使用從平均值到最大值的自訂參考帶，則可以識別高於平均值但低於最大值的月份。

趨勢線

趨勢線函數可指出所討論度量的大致走勢。趨勢線是一條連接圖表上多個點的直線。趨勢線可協助您分析視覺化中一組值集的特定方向。請參閱新增統計分析至視覺化。

• 線性 - 搭配線性資料使用。如果您資料的資料點樣式類似一條線，該資料即為線性。線性趨勢線會顯示您的度量以穩定的速率增加或減少。
• 多項式 - 當資料會變動時，請使用此曲線。例如，分析大型資料集的損益時，這會相當有用。
• 指數 - 當資料值會以越來越高的速率上升或下降時，請使用此曲線。如果您的資料包含零或負數值，則無法建立指數趨勢線。

若要對設定值有更多控制，或如果您想要在其他視覺化中使用趨勢線，也可以使用 TRENDLINE 函數來建立自訂計算式。請參閱分析函數。