Analiza szeregów czasowych w Power BI
Kevin Barlow
Data Analytics Professional
Predykcja to zaawansowana technika analityczna, która pozwala uzyskać wiedzę o tym, co się wydarzy, a nie tylko o tym, co już się stało.

Prognozowanie (Forecasting)
Przykłady branżowe
Hindcasting
Przykłady branżowe
Prognozowanie wykorzystuje dane historyczne do przewidywania wartości dla przyszłych dat.
Spójrz na poniższą tabelę:
| data | wartość |
|---|---|
| 1 stycznia | 5 |
| 2 stycznia | 10 |
| 3 stycznia | 15 |
| 4 stycznia | |
| 5 stycznia |
Korzystając z ogólnego trendu danych, możemy stosunkowo wiarygodnie przewidzieć kolejne wartości. To przykład regresji liniowej.
| data | wartość |
|---|---|
| 1 stycznia | 5 |
| 2 stycznia | 10 |
| 3 stycznia | 15 |
| 4 stycznia | 20 |
| 5 stycznia | 25 |
Dane szeregów czasowych są często nieuporządkowane i trudne do prognozowania bez wcześniejszego "oczyszczenia".
Wygładzanie wykładnicze to technika redukcji szumów w danych.

Każda prognoza obarczona jest błędem, ponieważ nie dysponujemy rzeczywistymi danymi dla przyszłych dat.
Przedziały ufności – określają zakres wartości, w którym dane znajdą się z założonym poziomem ufności (%)
Power BI umożliwia konfigurację poziomu ufności prognoz.`

Prognozowanie przećwiczymy na danych giełdowych Microsoft (ticker: MSFT). Dane zawierają podstawowe informacje o cenie akcji w danym dniu.

Analiza szeregów czasowych w Power BI