Moving average tableau

Adicionar uma tendência ou linha de média móvel para um gráfico Aplica-se a: Excel 2017 Word 2017 PowerPoint 2017 Excel 2017 Word 2017 Outlook 2017 PowerPoint 2017 Mais. Menos Para mostrar tendências de dados ou médias móveis em um gráfico que você criou. Você pode adicionar uma linha de tendência. Você também pode estender uma linha de tendência além de seus dados reais para ajudar a prever valores futuros. Por exemplo, a seguinte linha de tendência linear prevê dois trimestres à frente e mostra claramente uma tendência ascendente que parece promissora para as vendas futuras. Você pode adicionar uma linha de tendência a um gráfico 2-D que não está empilhado, incluindo área, barra, coluna, linha, estoque, dispersão e bolha. Você não pode adicionar uma linha de tendência a um gráfico empilhado, 3-D, radar, torta, superfície ou donut. Adicionar uma linha de tendência No gráfico, clique na série de dados à qual pretende adicionar uma linha de tendência ou uma média móvel. A linha de tendência começará no primeiro ponto de dados da série de dados que você escolher. Marque a caixa Trendline. Para escolher um tipo diferente de linha de tendência, clique na seta ao lado de Trendline. E clique em Exponencial. Previsão Linear. Ou média móvel de dois períodos. Para linhas de tendência adicionais, clique em Mais opções. Se escolher Mais opções. Clique na opção desejada no painel Formato da linha de tendência em Opções da linha de tendência. Se você selecionar Polynomial. Digite a potência mais alta para a variável independente na caixa Ordem. Se você selecionar Média em Movimento. Digite o número de períodos a serem usados ​​para calcular a média móvel na caixa Período. Dica: Uma linha de tendência é mais precisa quando seu valor R-quadrado (um número de 0 a 1 que revela o quanto os valores estimados para a linha de tendência correspondem aos seus dados reais) está em ou próximo de 1. Quando você adiciona uma linha de tendência aos seus dados , O Excel calcula automaticamente o seu valor R-quadrado. Você pode exibir esse valor em seu gráfico, marcando o valor Exibir valor R-quadrado na caixa de gráfico (painel Formato Trendline, opções de linha de tendência). Você pode aprender mais sobre todas as opções de linha de tendência nas seções abaixo. Linhas de tendência linear Use este tipo de linha de tendência para criar uma linha reta com o melhor ajuste para conjuntos de dados lineares simples. Seus dados são lineares se o padrão em seus pontos de dados se parecer com uma linha. Uma linha de tendência linear geralmente mostra que algo está aumentando ou diminuindo a uma taxa constante. Uma linha de tendência linear usa essa equação para calcular o ajuste de mínimos quadrados para uma linha: onde m é a inclinação eb é a interceptação. A seguinte linha de tendência linear mostra que as vendas de geladeiras têm aumentado consistentemente ao longo de um período de 8 anos. Observe que o valor R-squared (um número de 0 a 1 que revela quão próximos os valores estimados para a linha de tendência correspondem aos seus dados reais) é 0.9792, que é um bom ajuste da linha aos dados. Mostrando uma linha curva melhor ajustada, esta linha de tendência é útil quando a taxa de alteração nos dados aumenta ou diminui rapidamente e, em seguida, nivela para fora. Uma linha de tendência logarítmica pode usar valores negativos e positivos. Uma linha de tendência logarítmica usa esta equação para calcular o ajuste de mínimos quadrados através de pontos: onde c e b são constantes e ln é a função de logaritmo natural. A seguinte linha de tendência logarítmica mostra o crescimento populacional predito de animais em uma área de espaço fixo, onde a população nivelada como espaço para os animais diminuiu. Observe que o valor R-quadrado é 0.933, que é um ajuste relativamente bom da linha para os dados. Essa linha de tendência é útil quando os dados flutuam. Por exemplo, quando você analisa ganhos e perdas em um grande conjunto de dados. A ordem do polinômio pode ser determinada pelo número de flutuações nos dados ou por quantas curvas (colinas e vales) aparecem na curva. Tipicamente, uma linha de tendência polinomial da Ordem 2 tem apenas uma colina ou vale, uma Ordem 3 tem uma ou duas colinas ou vales, e uma Ordem 4 tem até três colinas ou vales. Uma linha de tendência polinomial ou curvilínea usa esta equação para calcular o ajuste de mínimos quadrados através de pontos: onde b e são constantes. A seguinte linha de tendência polinomial da Ordem 2 (uma colina) mostra a relação entre a velocidade de condução eo consumo de combustível. Observe que o valor R-quadrado é 0,979, que é próximo a 1, portanto, as linhas um bom ajuste para os dados. Mostrando uma linha curva, esta linha de tendência é útil para conjuntos de dados que comparam medidas que aumentam a uma taxa específica. Por exemplo, a aceleração de um carro de corrida em intervalos de 1 segundo. Você não pode criar uma linha de tendência de energia se seus dados contiverem valores zero ou negativos. Uma linha de tendência de energia usa esta equação para calcular o ajuste de mínimos quadrados através de pontos: onde c e b são constantes. Nota: Esta opção não está disponível quando os dados incluem valores negativos ou zero. O gráfico de medidas de distância a seguir mostra a distância em metros por segundos. A linha de tendência de energia demonstra claramente a crescente aceleração. Observe que o valor R-quadrado é 0.986, que é um ajuste quase perfeito da linha para os dados. Mostrando uma linha curva, esta linha de tendência é útil quando os valores dos dados sobem ou descem em taxas constantemente crescentes. Não é possível criar uma linha de tendência exponencial se os dados contiverem valores zero ou negativos. Uma linha de tendência exponencial usa esta equação para calcular o ajuste de mínimos quadrados através de pontos: onde c e b são constantes ee é a base do logaritmo natural. A linha de tendência exponencial seguinte mostra a quantidade decrescente de carbono 14 num objecto à medida que envelhece. Observe que o valor R-quadrado é 0,990, o que significa que a linha se encaixa perfeitamente os dados. Moving Average trendline Esta linha de tendência evens out flutuações em dados para mostrar um padrão ou tendência mais claramente. Uma média móvel usa um número específico de pontos de dados (definido pela opção Período), os calcula em média e usa o valor médio como um ponto na linha. Por exemplo, se Period for definido como 2, a média dos dois primeiros pontos de dados é usada como o primeiro ponto na linha de tendência de média móvel. A média do segundo e terceiro pontos de dados é usada como o segundo ponto na linha de tendência, etc. Uma linha de tendência de média móvel usa esta equação: O número de pontos em uma linha de tendência de média móvel é igual ao número total de pontos na série menos o Número que você especificar para o período. Em um gráfico de dispersão, a linha de tendência é baseada na ordem dos valores de x no gráfico. Para obter um resultado melhor, classifique os valores x antes de adicionar uma média móvel. A seguinte linha de tendência de média móvel mostra um padrão no número de casas vendidas ao longo de um período de 26 semanas. É muito simples. Arraste seu campo de data para colunas e a medida que deseja plotar em linhas. Em seguida, clique com o botão direito do mouse na medida e Adicionar cálculos de tabela Escolha Cálculo de movimento, Resumir usando Soma, Movendo ao longo da tabela (Across), Valores anteriores 60 (2 meses), Próximos valores 0 e Voil Cálculos de tabela são poderosos. Aprenda a usá-los EDIT: Para responder esclarecimento Ok, então o problema é provavelmente (você poderia ser mais específico, a propósito, mostrar exatamente o que você está fazendo, o que você está recebendo eo que você aspira a obter) que quando você filtrar o outro Meses (em vez de agosto ou julho) você perde as informações (porque você não pode avaliar informações de 2 meses anteriores). Uma maneira simples de lidar com isso é realmente não filtrar os dados, e apenas esconder as colunas que você não quer mostrar (selecione todos os meses que você não quer mostrar, clique direito e ocultar). Uma forma mais elegante de fazer isso (e maneira mais interativa) é criar um cálculo de tabela para ser usado como filtro. Esta técnica aproveita o fato de que os cálculos de tabela são realizados em último lugar. Se você pretende mostrar apenas julho e agosto, você cria um campo chamado filtro: A pesquisa (max (data), 0) basicamente retornará a data (melhor, a data máxima de cada dia, como você tem dias na tela). Filtro em Verdadeiro, e apenas julho (7) e agosto (8) continuará a ser na tela, mas ele irá mostrar a soma correndo de 2 meses até à data A principal diferença de fazer MONTH (Data) é que usando a pesquisa irá forçar Tableau para calcular este último, então você não vai filtrar os dados de seu cálculo de soma de corrida, apenas a partir da visualização. Um pouco de hack, mas funciona Para obter um filtro melhor, você pode usar parâmetros, por isso é mais interativo. Hack Academy ndash explicando como o Tableau funciona em exemplos do mundo real. Nota: este post é um trabalho em andamento. Esta sessão investiga o funcionamento da solução para esta solicitação de ajuda do Tableau Community: Mostrando o máximo eo mínimo com uma média móvel calculada. Consulte a publicação da comunidade do Tableau para obter os detalhes completos. Então eu quero agregar o valor de 4 anos anteriores de dados (e não mostrar como anos individuais), média de cada semana e, em seguida, exibi-lo como uma média de 3 semanas de rolamento (que Ive feito) e também calcular e exibir a máxima média de rolamento E o mínimo também. Dessa forma, pode ser facilmente observado se a média móvel para este ano corrente estiver dentro do intervalo esperado, calculado a partir dos dados dos 4 anos anteriores. Um dos Tableaus Technical Support Specialistsmdashcommunity página aqui. Forneceu uma pasta de trabalho contendo uma solução anexada ao post original. Ela também forneceu uma receita passo a passo para a construção da planilha de solução. Foram feitos ajustes cosméticos na solução para facilitar a identificação e acompanhamento dos elementos do Tableau. As linhas azuis identificam as partes e algo das relações entre elas. A complexidade das peças e seus relacionamentos é difícil para pessoas inexperientes para envolver suas cabeças ao redor. Este post se expande sobre a solução olhando para trás da cortina, mostrando os mecanismos Tableau empregados o que eles fazem e como eles funcionam. Ele faz isso fornecendo uma pasta de trabalho do Tableau, um conjunto anotado de diagramas mostrando como as partes das planilhas se relacionam entre si e informações explicativas. A legenda das planilhas estabelece as etapas para gerar a visualização desejada. Isso é útil na obtenção da solução, mas não afeta os mecanismos do Tableau envolvidos. O resto deste post expõe os mecanismos do Tableau, como eles funcionam e, por extensão, como eles podem ser compreendidos e assimilados para que eles possam se tornar ferramentas em uma caixa de ferramentas do Tableau, disponível para uso quando as necessidades e oportunidades surgem. Neste diagrama as setas indicam os alvos de instruções e os efeitos das etapas de receitas. Ndash As setas verdes indicam o nível de registro de campos calculados ndash As setas vermelhas indicam Campos de Cálculo Tableau ndash As linhas azuis finas mostram como os campos são movidos A primeira coisa que salta para fora é quão diabos complicado isso é. Mesmo que menos da metade das instruções tenham sido anotadas, o número ea complexidade das relações é quase esmagadora. A fim de obter resultados analíticos como este, o analista deve primeiro ser capaz de compreender esta complexidade bem o suficiente para ser capaz de gerar a partir dele efeitos específicos desejados. Uma das deficiências de Tableaus é que todo esse domínio e gerenciamento dessa complexidade é deixado ao analista, ou seja, o Tableau não fornece praticamente nada na forma de emergir as partes e seus relacionamentos de qualquer forma que revele seus relacionamentos de uma forma que permita fácil Compreensão e manipulação. Uma vez que as instruções atingem a etapa de vendas de 2017, o diagrama não mostra as medidas no local indicado pela receita. Em vez de estarem na prateleira das Linhas (onde a receita coloca as Vendas 2017) estão no cartão Valores de Medida. Isso ocorre porque uma vez que existem várias medidas em jogo, organizadas dessa maneira, elas são configuradas através do cartão Medir Valores e Medir Nomes e Medir Valores pílulas. Essa é uma das coisas que torna difícil para as pessoas novas do Tableau quebrar o que são as peças e como elas funcionam e interagem. Implementando a Solução O seguinte quadro Public workbook é uma implementação da Receita. Os Trabalhos Internos Embora o Livro Público acima implemente a solução e é anotado com informações descritivas não vai muito profundo na superfície e explicando os mecanismos Tableau sendo aproveitado ofmdashhow eles trabalham e entregar os resultados estavam olhando para alcançar. Esta seção levanta as saias de Tableaus, revelando os por trás das cenas. Tableaus Pipeline de processamento de dados Uma das coisas que podem ser difíceis de envolver os cabeçudos são os mecanismos Tableaus para acessar e processar dados, desde a fonte de dados subjacente até a apresentação final. O Tableau processa dados em estágios (em grande parte) seqüenciais, cada um operando sobre os dados de seus predecessores e realizando algumas operações sobre ele. Esta solução emprega vários estágios nesta seção apresenta suas noções básicas, ilustrando como theyre empregado para bom efeito. O Tableau aplica diferentes processos de dados e operações em diferentes estágios, em geral, correspondendo aos diferentes tipos de coisas que estão presentes na interface do usuário. Esses estágios são em grande parte invisíveis ao usuário casual, e sua presença pode ser difícil de detectar, mas compreendê-los é fundamental para ser capaz de entender como o Tableau funciona bem o suficiente para gerar soluções para situações novas. O mecanismo principal: apresentação de medidas não-nulas seletivas No núcleo da solução está a distinção entre estrutura de dados e apresentação. Nesta situação existem, na verdade, duas camadas de dados em jogo, representamos as fases como camadas para ajudar a visualizá-las. As idéias básicas são: ao exibir dados, o Tableau apresentará apenas Marks para valores não nulos e os Cálculos de tabelas podem ser usados ​​para instanciar valores em diferentes camadas. A camada subjacente é onde os dados são armazenados na recuperação do banco de dados. A camada superficial é onde os dados selecionados selecionados da camada subjacente ao usuário. A chave para esta solução é que o Tableau apresenta apenas algumas das camadas subjacentes que são necessárias para mostrar ao usuário o que ele está pedindo para ver. Quadro de demonstração Quadro de trabalho público. Esta pasta de trabalho contém uma série de planilhas que demonstram esses mecanismos do Tableau. Este Worksheets são mostrados abaixo, juntamente com descrições do que está acontecendo. Faça o download do livro para seguir. Configurando os dados. Os campos usados ​​para ilustrar o processamento de dados: A principal diferença entre os campos é se eles avaliam como Nulo ou 0 (zero) quando Datas de Ordem O ano não é 2017. Os dois primeiros campos avaliam Nullmdash, o primeiro implicitamente eo segundo explicitamente. A terceira avalia 0. Essa é a distinção de que depende a funcionalidade profunda das soluções. Lembre-se de que o Tableau apenas apresenta dados não nulos, esta solução aproveita-se disso construindo seletivamente as medidas de apresentação nulas e não nulas de que precisamos. A estrutura de dados. Este viz mostra a estrutura de dados básica necessária para apoiar a nossa meta de comparar Weekly Moving Averages para cada um dos Data Order Year: há colunas para cada semana (filtrada aqui para s 1-5) e cada semana tem slots para cada um dos quatro Data da encomenda Anos. O Tableau mostra Marcas para cada combinação de Ordem Data Ano e Semana para as quais há dados, neste caso as Marcas são quadrados. Esta é uma das habilidades mágicas Tableaus que realmente agrega valor tremendo em auxiliar o processo analítico (e em muitos casos é em si uma ferramenta de diagnóstico muito valioso).Showing the Years. Clicar com o botão direito do mouse em Ano (Data da ordem) no cartão Marcas e selecionar Etiqueta indica ao Tableau para mostrar o Ano para cada Marca. Isso confirma a estrutura de dados e é um dos passos básicos na construção de visualizações complexas. As vendas anuais. Neste viz vendas foi adicionado às Marcas cardmdashTableau aplica a sua agregação SOM padrão e configurado para ser utilizado como as etiquetas Marks. Conforme mostrado, o Tableau usa a soma de vendas para cada ano e semana como a etiqueta. Isto pode ser confirmado para mostrar os valores precisos, se desejado, através de análises alternativas. Observe que o viz mostra os totais dos Contos de Ano do Ano, não as Vendas em comparação com a mesma Semana em 2017. Medidas no cartão Marcas. Neste viz Vendas foi substituído no cartão Marks pelas três medidas mostradas. Nosso objetivo é ver como o Tableau apresenta cada um deles em relação à estrutura de dados base. Apresentando as vendas de 2017. SUM (Sales 2017) foi usado como o rótulo Marks. Como podemos ver claramente, há apenas uma marca apresentada para cada semana. Pode-se perguntar: por que apenas uma marca é mostrada para cada semana quando sabemos de cima que há quatro anos com dados de vendas para cada? Neste caso, o Tableau apenas apresenta as Marcas para as medidas não nulas em cada célula Ano / Semana , Porque o cálculo de Vendas 2017 IF DATEPART (ano, Data da Ordem) 2017 THEN As vendas END resultam em valores Nulos para cada Ano que não seja 2017, então não há nada para o Tableau apresentar. Uma fonte potencial de confusão é que o resultado nulo se 2017 para o cálculo de vendas 2017 é implícito, ou seja, Tableau fornece o resultado nulo por padrão na ausência de uma atribuição positiva de um valor quando o ano não é 2017. Apresentando o 2017 ou Vendas nulas. Este viz tem o mesmo resultado que o acima. A diferença é que o cálculo para IF DATEPART (ano, Data da Ordem) 2017 THEN Sales ELSE NULL END atribui explicitamente NULL (também Nulo) aos valores de 2017 anos. Usar uma atribuição NULL explícita é aconselhado, pois minimiza a carga cognitiva sobre quem precisa interpretar o cálculo no futuro. Apresentando a 2017 ou 0 Vendas. Recriar o viz ndash um método alternativo. A partir deste ponto estavam indo para a construção do viz de baixo para cima, mostrando como as partes constituintes operar e interagir uns com os outros. Os cálculos são correctos e somam o total de todas as vendas. Etapas: Ativar o menu de campos SOMA (Vendas 2017) Selecione Cálculo da Tabela Rápida e escolha Movimento Média O Tableau irá configurar o Cálculo da Tabela de Média Móvel padrão, que utiliza os dois valores anteriores e atuais como base para a média. Uma vez que este não é o que estavam depois, precisamos editar o TC. Selecione Editar Cálculo da Tabela (depois de ativar o menu de campo novamente) Configure como mostrado, para que o Tableau faça a média dos valores Pre v io, atual e Ne x t. Nota: O significado de Valores Preliminares, Valores atuais e Valores Next é inferido da opção Movendo um longo: - Tabela (Através) A opção Calcular usando mostra o mesmo valor Tabela (Across) como a opção Movendo um longo no Editar caixa de diálogo Cálculo da tabela. Adicionar 2017 Vendas de volta ao viz. Há uma série de maneiras de realizar thismdashmost comum estão arrastando-o a partir da janela de dados e usando o filtro rápido de nomes de medidas. Por que isso Configurando o Cálculo da Tabela nas etapas 1-4 mudou o campo SOMA (Vendas 2017) na estante de Valor de Medidas de um campo normal para um campo de Cálculo de Tabelas (indicado pelo triângulo na pílula de campos). Adicionar SUMA (Vendas 2017) de volta a Medidas Valores fornece a oportunidade de usar seus valores para ilustrar como as médias móveis são calculadas. Como funciona: Para cada valor de Média Móvel, o Tableau identifica os valores individuais de SOMA (Vendas 2017) a serem usados ​​e os calcula em média. Os retângulos azuis na tabela mostram valores individuais de média móvel, apontando para os valores de SUM (Vendas 2017) referenciados. Existem três cenários diferentes apresentados: Semana 1 mdash não existe nenhum valor anterior, de modo que apenas os valores atual e seguinte são calculados. A Semana 4 mdash calcula a média dos valores da Semana 3 (Anterior), da Semana 4 (Corrente) e da Semana 5 (Seguinte). Semana 7 mdash não há valor Next, portanto, apenas os valores anterior e atual são calculados. Nota: Não há necessidade de incluir SUM (Vendas 2017) na visualização para que o Cálculo da Tabela de Média Móvel funcione. Ive adicionou-o apenas para tornar explícito como o Tableau estrutura, acessa e interpreta os dados de que necessita para a apresentação que está sendo solicitado para entregar. Pre-2017 Vendas Média móvel de 3 semanas - a configuração padrão Observe: isto é implementado usando um persistente Campo calculado codificado como uma Tabela Cálculo: Vendas As etapas: Adicionar Vendas Como funciona: Quando o Tableau coloca Vendas WINDOWAVG (SOMA (Vendas, resultando em: Semana 1 mdash apenas os valores atual e Próximo são calculados. (Previous), Week 4 (Current) e Week 5 (Next) Semana 7 mdash apenas os valores anteriores e atuais são calculados em média Adicionar Data de Ordem Ano a Linhas Adicionando a Ordem Data Ano para Linhas instrui Tableau a construir um conjunto de As Medidas para cada Ano individual nos Dados da Data da Ordem Observe que as Medidas são apenas instanciadas para aqueles Anos para os quais elas são relevantes, ou seja, as Medidas anteriores a 2017 apenas têm valores para os anos anteriores a 2017 ea Média Móvel de 2017 apenas Tem valores para 2105. Ter esses valores específicos do Ano estabelece o cenário para a próxima parte: identificar o Mínimo, Média e Máximo das Médias Móveis Anuais pré-2017. Por exemplo, como mostrado no viz, esses valores e Min / Max para a Semana 1 ocorrem assim: 2017 ndash 36,902 - Max 2017 ndash 30,669 - Min 2017 ndash 34,707 ea média das médias móveis anuais é: 102,278 / 3 34,093 Como o Tableau Realiza a construção das medidas para este viz está além do escopo deste post, e pode ficar complicado. As Etapas: 1..2 ndash operam como mostrado 3..4 ndash selecione a opção Compute using: Advanced Observe a opção de Tabela ativa / padrão (Across) como explicado acima, por isso o cálculo padrão encontra o valor mínimo entre as semanas Para cada ano. 5 Movimento do ndash Data do Ano da Ordem de Particionamento: para Endereçamento: Particionamento e Endereçamento são aspectos fundamentais de como o Tableau avalia e calcula Cálculos de Tabela. Cobrindo-os está além do escopo deste post. O particionamento e o endereçamento do Google Googling levam a um conjunto robusto de referências. 6..7 ndash OK OK para aplicar a configuração. Este é um post impressionante e altamente informativo. Eu tenho trabalhado com Tableau o tempo suficiente para ter internalizado esses mecanismos em minha memória muscular, mas eu absolutamente concordo com você que essas etapas ea lógica subjacente não vai ser intuitivo para o novato ou mesmo usuário intermediário. Assim, um post como este que realmente estabelece cada passo vai ser um grande recurso para os usuários como eles tentam envolver suas mentes em torno do como e por que criar este tipo de análise / viz. Eu também aprecio o quão difícil é levar algo que não é apenas complexo, mas que pode ter se tornado automático para alguns de nós e, em seguida, descompactá-lo para os novos usuários entre nós. Kudos e Feliz Natal. Obrigado, Mike. Foi muito mais difícil mostrar o que está acontecendo. Eu estava pensando em ser um caso razoavelmente direto e foram surpreendidos como quão escorregadio todos os fios são, quão difícil é amassá-los e colocá-los fora de modo que eles são, esperamos, digeríveis. No lado positivo, foi um exercício muito bom para mim, esforçando-me pela clareza na exposição, e não onde eu quero que seja, tem sido um grande impulso para meus próprios mapas internos e modelos de como o Tableau funciona.