预测

Tableau 中的统计技术

Maarten Van den Broeck

Content Developer at DataCamp

相关性 vs. 自相关

2013 至 2021 年全球每月 "DIY" 谷歌搜索，兴趣百分比。三次多项式趋势线试图捕捉整体趋势，但遗漏重复模式。

2013 至 2021 年全球每月 "DIY" 谷歌搜索，兴趣百分比。年度重复模式被标出。

Tableau 中的统计技术

相关性 vs. 自相关

2013 至 2021 年全球每月 "DIY" 谷歌搜索，兴趣百分比。

  • 自相关：重复模式与自身相关
  • 时间序列：以固定间隔反复观测的值
  • 时间序列分析：对时间序列的分析统称
Tableau 中的统计技术

预测

2013 至 2021 年全球每月 "DIY" 谷歌搜索，并包含 23 个月预测。

  • 基于历史数据预测未来
  • 估计：用置信区间给出未来数据点落入区间的概率
  • 应用于
    • 供应链管理
    • 地震
    • 激素水平
    • 股票市场
    • 体育表现
    • 天气
Tableau 中的统计技术

朴素预测

$F_{t+1} = A_{t}$

月份 $_t$ 实际 $A$ 预测 $F$
一月 5
二月 7 5
三月 6 7
四月 5 6
五月 3 5
六月 8 3
七月 2 8
八月 2

示例数据的朴素预测。

  • 适合做基准比较
Tableau 中的统计技术

指数平滑

$F_{t+1} = F_t + \alpha(A_{t}-F_t)$

月份 $_t$ 实际 $A$ 预测 $F$
一月 5 5
二月 7 5
三月 6 4,6
四月 5 4,32
五月 3 4,184
六月 8 4,4208
七月 2 3,70496
八月 5 4,045952
  • 预测更受近期变化影响，而非久远历史

示例数据的指数平滑预测。

  • Tableau 会运行多种模型并选择最佳
Tableau 中的统计技术

平均绝对误差（MAE）

月份 实际 预测 误差 绝对误差
一月 5
二月 7 5 2 2
三月 6 7 -1 1
四月 5 6 -1 1
五月 3 5 -2 2
六月 8 3 5 5
七月 2 8 -6 6
八月 5 2 3 3
九月 5 MAE 2.86
Tableau 中的统计技术

平均绝对缩放误差（MASE）

$MASE = \frac{MAE_{model}}{MAE_{naive}}$

  • MASE 将模型的 MAE 与朴素预测的 MAE 比较
  • 通常介于 0（好）到 1（差），更高则更差
  • 可在 Tableau 中自定义选项，默认预测已可用

2013 至 2021 年全球每月 "DIY" 谷歌搜索，兴趣百分比，分别为无季节性与有季节性。季节性模型的 MASE 更高。

Tableau 中的统计技术

¡Vamos a practicar!

Tableau 中的统计技术

Preparing Video For Download...