Анализ временных рядов в Power BI
Kevin Barlow
Data Analytics Professional
Прогнозирование — более сложный аналитический метод, позволяющий получить представление о том, что произойдёт в будущем, а не только о том, что уже случилось.

Прогнозирование
Примеры из практики
Ретропрогнозирование
Примеры из практики
Прогнозирование использует исторические данные для предсказания значений на будущие даты.
Рассмотрим следующую таблицу:
| Дата | Значение |
|---|---|
| 1 января | 5 |
| 2 января | 10 |
| 3 января | 15 |
| 4 января | |
| 5 января |
Используя общую тенденцию данных, можно достаточно уверенно предсказать следующие значения. Это пример линейной регрессии.
| Дата | Значение |
|---|---|
| 1 января | 5 |
| 2 января | 10 |
| 3 января | 15 |
| 4 января | 20 |
| 5 января | 25 |
Данные временных рядов часто бывают «зашумлены» и плохо поддаются прогнозированию без предварительной обработки.
Экспоненциальное сглаживание — метод устранения шума в данных.

Любой прогноз содержит погрешность — ведь реальных данных за будущие даты у нас нет!
Доверительные интервалы — диапазон значений, в который с заданным уровнем уверенности (%) попадут данные
Power BI позволяет настраивать уровень уверенности для прогнозов.`

Мы будем практиковать прогнозирование на биржевых данных Microsoft (тикер: MSFT). Набор данных содержит базовую информацию о торговой цене акции за каждый день.

Анализ временных рядов в Power BI