Analýza časových řad v Power BI
Kevin Barlow
Data Analytics Professional
Predikce je pokročilá analytická technika, která umožňuje zjistit, co se stane, nejen co se stalo.

Prognózování
Příklady z praxe
Hindcasting
Příklady z praxe
Prognózování využívá historická data k predikci hodnot pro budoucí data.
Podívejte se na následující tabulku:
| datum | hodnota |
|---|---|
| 1. ledna | 5 |
| 2. ledna | 10 |
| 3. ledna | 15 |
| 4. ledna | |
| 5. ledna |
Na základě celkového trendu dat lze poměrně spolehlivě odhadnout další hodnoty. Jde o příklad lineární regrese.
| datum | hodnota |
|---|---|
| 1. ledna | 5 |
| 2. ledna | 10 |
| 3. ledna | 15 |
| 4. ledna | 20 |
| 5. ledna | 25 |
Časové řady jsou často nepravidelné a obtížně předvídatelné bez předchozího „vyčištění".
Exponenciální vyhlazování je technika ke snížení šumu v datech.

Každá prognóza obsahuje chybu, protože skutečná data pro budoucí data nemáme!
Intervaly spolehlivosti – poskytují rozsah odhadů, do kterého data spadají při zvolené úrovni spolehlivosti (%)
Power BI umožňuje nastavit požadovanou úroveň spolehlivosti prognózy.`

Prognózování si vyzkoušíme na datech akcií společnosti Microsoft (ticker: MSFT). Data obsahují základní informace o obchodní ceně akcie v daný den.

Analýza časových řad v Power BI