Phát hiện bất thường với hàm cửa sổ

Phân tích chuỗi thời gian trong Tableau

Chris Hui

VP, Tracked

Độ lệch chuẩn và độ lệch chuẩn cuộn

Độ lệch chuẩn đo mức độ phân tán của một tập giá trị
- Độ lệch chuẩn cao = phương sai cao
- Độ lệch chuẩn thấp = phương sai thấp

Biểu đồ hộp minh họa khác biệt giữa độ lệch chuẩn cao và thấp

Độ lệch chuẩn cuộn, tính trên một cửa sổ con, hữu ích để nhận diện lạm phát phương sai theo thời gian
Khi phương sai tăng, có thể báo hiệu bất thường cần phân tích

Hình cho thấy độ lệch chuẩn cuộn làm lộ phương sai tăng theo thời gian

Độ lệch chuẩn và phát hiện bất thường

Phát hiện bất thường cho chuỗi thời gian thường theo quy tắc 68, 95, 99
~68% giá trị nằm trong 1 độ lệch chuẩn quanh trung bình
95% giá trị nằm trong 2 độ lệch chuẩn quanh trung bình
~99,7% giá trị nằm trong 3 độ lệch chuẩn quanh trung bình
Bất kỳ giá trị > 3 độ lệch chuẩn so với trung bình là bất thường

Phân phối chuẩn minh họa phạm vi độ lệch chuẩn trước khi bị coi là bất thường theo quy tắc 68, 98 và 99

Giới hạn kiểm soát trên và dưới

Chủ yếu dùng cho chuỗi thời gian đơn biến, không phải đa biến
Biểu đồ kiểm soát là cách trực quan hiệu quả để xác định ngưỡng trên và dưới của giá trị chấp nhận được

Giá trị vượt trung bình quần thể ± 3 độ lệch chuẩn là bất thường

Z-score là gì?

Z-score là số độ lệch chuẩn mà một điểm dữ liệu nằm trên hoặc dưới trung bình
Z-score dương: giá trị cao hơn trung bình
Z-score âm: giá trị thấp hơn trung bình
Khác với độ lệch chuẩn đo khoảng cách giữa các điểm dữ liệu

Hình minh họa Z-score so với độ lệch chuẩn

Z-score và phát hiện bất thường

Z-score ±3 thường được xem là bất thường, nhưng còn tùy ngữ cảnh

Hình minh họa ngưỡng Z-score = 1, làm nổi bật nhiều điểm bất thường

Ngưỡng Z-score cao hơn → ít bất thường hơn, nhưng phụ thuộc độ nhạy phát hiện

Hình minh họa ngưỡng Z-score = 2, rất ít điểm bất thường

Ayo berlatih!

Phân tích chuỗi thời gian trong Tableau

Preparing Video For Download...