Wprowadzenie do szeregów czasowych

Analiza szeregów czasowych w Tableau

Christopher Hui

VP of Product, Tracked

Czym są dane szeregów czasowych?

Sekwencja obserwacji rejestrowanych w regularnych lub nieregularnych odstępach czasu
Granularność określa przedział czasowy zbierania danych (np. dziennie, tygodniowo, miesięcznie)

Wykres liniowy przedstawiający ceny benzyny w USA od 2008 do 2018 roku

Typowe przykłady danych szeregów czasowych:

¹ https://www.eia.gov/todayinenergy/detail.php?id=33562

Jednozmiennowy

Analiza jednozmiennowych szeregów czasowych dotyczy jednej zmiennej w czasie (np. sprzedaż produktu na przestrzeni kilku lat)

Wielozmiennowy

Analiza wielozmiennowych szeregów czasowych dotyczy wielu zmiennych mierzonych w czasie

Jednozmiennowy wykres liniowy szeregu czasowego przedstawiający cenę miedzi od 1996 do 2008 roku

Wielozmiennowy wykres liniowy szeregu czasowego przedstawiający ceny kilku surowców (miedź, węgiel, ropa naftowa) od 1996 do 2008 roku

Model czasu ciągłego

Stosowany gdy dane są mierzone w sposób ciągły, bez stałych interwałów (np. ceny akcji)
Uwzględnia dokładny odstęp czasu między pomiarami

Model czasu dyskretnego

Stosowany gdy dane są rejestrowane w określonych interwałach (np. dzienny opad deszczu)
Nie uwzględnia odstępów czasu między pomiarami

Wizualizacja szeregu czasowego w czasie ciągłym

Wizualizacja szeregu czasowego w czasie dyskretnym

- DATENAME()
- DATEPART()
- DATETRUNC()

Funkcje formatowania służą do manipulowania ciągiem daty/czasu zgodnie z potrzebną granularnością (np. rok na kwartał)

- DATEDIFF() 
- DATEADD()

Funkcje eksploracji służą do obliczeń na danych szeregu czasowego (np. liczba dni między zakupami klienta)

Analiza szeregów czasowych w Tableau