時間序列導論

Tableau 的時間序列分析

Christopher Hui

VP of Product, Tracked

什麼是時間序列資料？

• 隨時間以規律或不規律間隔收集的觀測序列

• 「粒度」指資料蒐集的時間範圍（例如每日、每週、每月等）

常見的時間序列資料包含：

• 每日燃油價格
• LinkedIn 發文時間
• 電動腳踏車載客模式

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

單變量或多變量？

單變量（Univariate）

• 單變量時間序列分析是針對隨時間變化的「單一」變數進行分析（例如過去幾年的產品銷售）

多變量（Multivariate）

• 多變量時間序列分析是針對隨時間量測的「多個變數」進行分析

連續或離散？

連續時間模型

• 用於資料連續量測、非固定間隔（例如股價）
• 會考量量測之間的實際時間間隔

離散時間模型

• 用於在特定間隔量測並記錄的資料（例如每日降雨量）
• 不考量量測之間的時間間隔

日期時間格式化

• 常見的「日期時間格式化」函式包含：

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

• 格式化函式用來調整 datetime 字串，以符合所需粒度（例如年轉季）。

日期時間探索

• 常見的「日期時間探索」函式包含：

- DATEDIFF() 
- DATEADD()

• 探索函式著重於直接用時間序列做計算（如顧客兩次購買之間的天數）

資料集：Citibike 資料

一起來練習吧！

Tableau 的時間序列分析