การพยากรณ์

เทคนิคทางสถิติใน Tableau

Maarten Van den Broeck

Content Developer at DataCamp

Correlation vs. autocorrelation

ผลการค้นหา "DIY" บน Google ทั่วโลก ตั้งแต่ปี 2013 ถึง 2021 รายเดือน ในหน่วย % ของความสนใจ โดยมีเส้นแนวโน้มพหุนามดีกรีสามที่พยายามจับแนวโน้มโดยรวม แต่พลาดรูปแบบที่เกิดซ้ำ

ผลการค้นหา "DIY" บน Google ทั่วโลก ตั้งแต่ปี 2013 ถึง 2021 รายเดือน ในหน่วย % ของความสนใจ โดยเน้นให้เห็นรูปแบบที่เกิดซ้ำทุกปี

เทคนิคทางสถิติใน Tableau

Correlation vs. autocorrelation

ผลการค้นหา "DIY" บน Google ทั่วโลก ตั้งแต่ปี 2013 ถึง 2021 รายเดือน ในหน่วย % ของความสนใจ

  • Autocorrelation: รูปแบบที่เกิดซ้ำซึ่งมีความสัมพันธ์กับตัวเอง
  • Time series: ค่าที่วัดซ้ำต่อเนื่องตามเวลา ในช่วงเวลาแบบไม่ต่อเนื่อง
  • Time series analysis: คำทั่วไปสำหรับการวิเคราะห์ข้อมูล time series
เทคนิคทางสถิติใน Tableau

การพยากรณ์

ผลการค้นหา "DIY" บน Google ทั่วโลก ตั้งแต่ปี 2013 ถึง 2021 รายเดือน ในหน่วย % ของความสนใจ พร้อมการพยากรณ์ล่วงหน้า 23 เดือน

  • การคาดการณ์อนาคตโดยอาศัยข้อมูลในอดีต
  • การประมาณค่า: ความน่าจะเป็นที่จุดข้อมูลในอนาคตจะอยู่ในช่วง โดยใช้ช่วงความเชื่อมั่น
  • ใช้ใน
    • การจัดการห่วงโซ่อุปทาน
    • แผ่นดินไหว
    • ระดับฮอร์โมน
    • หุ้นในตลาด
    • ผลการแข่งขันกีฬา
    • สภาพอากาศ
เทคนิคทางสถิติใน Tableau

Naive forecast

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

เดือน $_t$ ค่าจริง $A$ ค่าพยากรณ์ $F$
มกราคม 5
กุมภาพันธ์ 7 5
มีนาคม 6 7
เมษายน 5 6
พฤษภาคม 3 5
มิถุนายน 8 3
กรกฎาคม 2 8
สิงหาคม 2

การพยากรณ์แบบ Naive จากข้อมูลตัวอย่าง

  • มีประโยชน์สำหรับการเปรียบเทียบเกณฑ์มาตรฐาน
เทคนิคทางสถิติใน Tableau

Exponential smoothing

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

เดือน $_t$ ค่าจริง $A$ ค่าพยากรณ์ $F$
มกราคม 5 5
กุมภาพันธ์ 7 5
มีนาคม 6 4,6
เมษายน 5 4,32
พฤษภาคม 3 4,184
มิถุนายน 8 4,4208
กรกฎาคม 2 3,70496
สิงหาคม 5 4,045952
  • การพยากรณ์จะได้รับอิทธิพลจากการเปลี่ยนแปลงค่าล่าสุดมากกว่าข้อมูลในอดีต

การพยากรณ์แบบ Exponential smoothing จากข้อมูลตัวอย่าง

  • Tableau จะรันโมเดลหลายแบบและเลือกแบบที่ดีที่สุด
เทคนิคทางสถิติใน Tableau

Mean absolute error (MAE)

เดือน ค่าจริง ค่าพยากรณ์ ความคลาดเคลื่อน ความคลาดเคลื่อนสัมบูรณ์
มกราคม 5
กุมภาพันธ์ 7 5 2 2
มีนาคม 6 7 -1 1
เมษายน 5 6 -1 1
พฤษภาคม 3 5 -2 2
มิถุนายน 8 3 5 5
กรกฎาคม 2 8 -6 6
สิงหาคม 5 2 3 3
กันยายน 5 MAE 2.86
เทคนิคทางสถิติใน Tableau

Mean absolute scaled error (MASE)

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

  • MASE เปรียบเทียบ MAE ของโมเดลกับ MAE ของ Naive forecast
  • โดยทั่วไปอยู่ระหว่าง 0 (ดี) ถึง 1 (ไม่ดี) หรือสูงกว่า (แย่กว่า)
  • ปรับแต่งตัวเลือกใน Tableau ได้ แต่ค่าเริ่มต้นของการพยากรณ์ก็ยอมรับได้

ผลการค้นหา "DIY" บน Google ทั่วโลก ตั้งแต่ปี 2013 ถึง 2021 รายเดือน ในหน่วย % ของความสนใจ แสดงสองแบบ คือแบบไม่มีและมี seasonality โดย MASE ของโมเดลแบบ seasonality สูงกว่า

เทคนิคทางสถิติใน Tableau

มาฝึกกันเถอะ!

เทคนิคทางสถิติใน Tableau

Preparing Video For Download...