时间序列简介

Tableau 中的时间序列分析

Christopher Hui

VP of Product, Tracked

什么是时间序列数据？

• 随时间以固定或不固定间隔采集的观测序列

• 粒度指数据采集的时间周期（如每日、每周、每月等）

典型时间序列数据包括：

• 每日燃油价格
• LinkedIn 发帖时间
• 共享电单车客流模式

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

单变量还是多变量？

单变量

• 单变量时间序列分析指对一个变量随时间的分析（如某产品历年销量）

多变量

• 多变量时间序列分析指对随时间测量的多个变量进行分析

连续还是离散？

连续时间模型

• 适用于连续测量、非固定间隔的数据（如股票价格）
• 会考虑测量之间的精确时间间隔

离散时间模型

• 适用于按固定间隔测量并记录的数据（如每日降雨量）
• 不考虑测量之间的时间间隔

日期时间格式化

• 常用的日期时间格式化函数：

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

• 格式化函数用于调整 datetime 字符串以匹配所需粒度（如年到季度）

日期时间探索

• 常用的日期时间探索函数：

- DATEDIFF() 
- DATEADD()

• 探索函数侧重基于时间序列数据的计算（如两次客户购买间的天数）

数据集 - Citibike 数据

让我们来练习！

Tableau 中的时间序列分析