Functies van prognosemodellering
Dit artikel introduceert functies voor prognosemodellering en hun gebruik in Tableau. Er wordt ook aan de hand van een voorbeeld gedemonstreerd hoe u tabelberekeningen kunt maken met gebruik van de functies van prognosemodellering.
Waarom functies van prognosemodellering gebruiken
Met functies van prognosemodellering kunt u snel prognoses genereren die kunnen worden gemanipuleerd, gevisualiseerd en geëxporteerd als data met gebruik van tabelberekeningen.
Voorheen moest u Tableau wellicht integreren met R en Python om geavanceerde statistische berekeningen uit te voeren en deze in Tableau te visualiseren. U kunt nu doelen en voorspellingen selecteren door de variabelen bij te werken en meerdere modellen met verschillende combinaties van voorspellingen te visualiseren. De data kunnen op alle detailniveaus worden gefilterd, samengevoegd en getransformeerd. Hierbij worden de invoer en voorspellingen automatisch opnieuw berekend, zodat ze overeenkomen met de data in de weergave.
Zie Hoe functies voor prognosemodellering werken in Tableau voor meer informatie over functies van prognosemodellering in Tableau
Functies voor prognosemodellering in Tableau
MODEL_PERCENTILE
Syntaxis | MODEL_PERCENTILE(
|
Definitie | Retourneert de waarschijnlijkheid (tussen 0 en 1) dat de verwachte waarde minder is dan of gelijk is aan de waargenomen markering, gedefinieerd door de doelexpressie en andere predictors. Dit is de posterieure voorspellende distributiefunctie, ook wel bekend als de cumulatieve distributiefunctie (CDF). |
Voorbeeld | MODEL_PERCENTILE( SUM([Sales]),COUNT([Orders])) |
MODEL_QUANTILE
Syntaxis | MODEL_QUANTILE(
|
Definitie | Retourneert een numerieke doelwaarde binnen het waarschijnlijkheidsbereik dat is gedefinieerd door de doelexpressie en andere predictors bij een opgegeven kwantiel. Dit is het posterieure voorspellende kwantiel. |
Voorbeeld | MODEL_QUANTILE(0.5, SUM([Sales]), COUNT([Orders])) |
Een voorspellingsberekening maken
Volg de onderstaande stappen om te leren hoe u een eenvoudige voorspellingsberekening maakt met de functie MODEL_QUANTILE. Zie Voorbeeld – De levensverwachting van vrouwen verkennen met functies voor prognosemodellering voor een meer gedetailleerd voorbeeld
Stap 1: een visualisatie maken
- Maak in Tableau Desktop verbinding met de opgeslagen databron Voorbeeld - Superstore, die bij Tableau wordt geleverd.
- Navigeer naar een werkblad.
- Sleep in het deelvenster Data de dimensie Besteldatum naar de container Kolommen.
- Open het contextmenu van de meetwaarde om het lijstniveau te wijzigen naar Maand en Jaar:
- Sleep Verkoop naar de container Rijen.
Stap 2: het berekende veld maken
- Klik om het menu Analyse bovenaan te openen en selecteer vervolgens Berekend veld maken.
- Doe het volgende in de berekeningseditor:
- Geef de berekening de naam: Predict Median Sales (voorspel mediaanverkoop).
- Voer de volgende formule in:
MODEL_QUANTILE(0.5, SUM([Sales]),ATTR(DATETRUNC('month', [Order Date])))
Let op: de functie MODEL_QUANTILE neemt een opgegeven kwantiel en voorspelt waarden op basis van de door u ingevoerde voorspellingen.
Laten we dit eens nader bekijken:
- In dit geval is het kwantiel = 0,5, wat de mediaan voorspelt.
- We willen de verkoop voorspellen, dus de doelexpressie is SUM([Sales]).
- Omdat we de voorspelling willen baseren op prestaties uit het verleden, gebruiken we de datum als voorspeller. Dit is het laatste argument in de berekening.
- Klik op OK als u klaar bent.
De voorspellingsberekening wordt nu toegevoegd als een berekend veld in het deelvenster Data.
Stap 3: de voorspellingsberekening toevoegen aan de weergave
- Sleep de voorspellingsberekening naar de container Rijen, rechts van SUM(Sales).
- Klik met de rechtermuisknop (Control-klik op Mac) op de meetwaarde en selecteer Dubbele as.
- Om de twee assen in een diagram met twee assen uit te lijnen zodat dezelfde schaal wordt gebruikt, klikt u met de rechtermuisknop (Control-klik op Mac) op de secundaire as, in dit geval Predict Median Sales (Voorspel mediane verkoop). Selecteer nu As synchroniseren. Hierdoor wordt de schaalgrootte van de twee assen afgestemd.
Dat is alles. Zie Functies voor prognosemodellering in tijdreeksvisualisaties om erachter te komen hoe u een datumas kunt verlengen en de toekomst kunt voorspellen.
Regels voor voorspellingsberekeningen
- U kunt geaggregeerde en niet-geaggregeerde argumenten niet mengen. Als de doelexpressie een aggregaat is, moet de voorspelling dat ook zijn.
- De functies worden het best gebruikt om waarden voor individuele records te voorspellen in visualisaties waarin elke markering een discrete entiteit vertegenwoordigt, zoals een persoon, een product, een verkoop, enz.
- De functies kunnen het beste worden gebruikt om waarden voor geaggregeerde doelexpressies te voorspellen met behulp van SUM en COUNT.
- Het wordt niet aanbevolen om de functies te gebruiken om waarden te voorspellen voor geaggregeerde doelexpressies met gebruik van AVG, MEDIAN, MIN of MAX.
- De functies moeten voorspellingen gebruiken die hetzelfde detailniveau hebben als of hoger zijn dan de visualisatie.