시계열 추세 분석 모범 사례

유효한 추세 분석 질문을 위한 도움말

• 자연 언어 사용자동은 대화 언어를 이해합니다. 동료에게 질문을 하는 것처럼 질문의 틀을 잡았습니다.

• 관련 개체 포함자동이 컨텍스트를 이해하도록 질문에 필요한 애트리뷰트 및 메트릭을 포함합니다.

• 자동 완성 기능 활용자동을 사용하는 최적의 추세 분석을 위해서는 자동 완성 제안에서 메트릭 및 애트리뷰트를 선택하는 것이 좋습니다. 이는 정확한 추세 분석을 위해 자동으로 정확한 이해를 보장합니다.

• 불투명성 방지질문을 분명하고 분명하게 유지하십시오. 복잡한 쿼리는 정확하지 않은 응답으로 이어질 수 있습니다.

• 호환되지 않는 레벨에 대한 추세 분석 실패높은 레벨의 데이터에 대해 낮은 레벨의 데이터의 추세 분석을 요청하면 추세 분석에 실패합니다. 예를 들어 대시보드 데이터가 월별 레벨이며 주 또는 일별 값에 대한 추세 분석을 요청하는 경우 데이터 레벨 불일치로 인해 분석을 수행할 수 없습니다.

• 통계적 유의성자동으로 높은 p-값 또는 낮은 R-제곱 값을 감지하면 응답에 추세가 유의하지 않는다는 프로비전이 포함됩니다. 즉, 관찰된 추세는 데이터에 적합하지 않은 실제 기본 패턴 또는 모델이 아닌 데이터의 임의 변동으로 인해 발생할 수 있습니다.

  MicroStrategy항상 추세 분석의 통계 속성을 확인하는 것이 좋습니다. R, R-제곱 및 p-value와 같은 중요한 메트릭에 액세스하려면 시각화 오른쪽 상단의 정보 아이콘에 마우스를 올려 놓으면 됩니다.

추세 분석 사용 시 모범 사례

• 정확한 추세 분석을 위한 충분한 데이터 볼륨 확인

  보다 정확한 추세 분석 결과를 위해서는 데이터 볼륨이 충분한지 확인하는 것이 중요합니다. 추세 분석을 실행하려면 최소 3개의 데이터 포인트가 있어야 합니다.

• 추세 분석을 위해 고급 연속 시간 기반 데이터 사용

  동안MicroStrategy에서 누락된 메트릭 데이터 채우기 등의 추세 분석 전에 간단한 데이터 처리를 수행하므로 연속적인 품질의 시간 기반 데이터에 대해 추세 분석을 수행하는 것이 좋습니다. 상당히 많은 양의 누락된 메트릭 데이터가 있는 경우 추세 분석 결과가 손상될 수 있습니다. 애트리뷰트에 NULL 또는NaN(숫자 아님) 값이 포함된 경우 추세 분석이 실패하거나 최적의하지 않은 결과가 발생할 수 있다는 점에 유의하는 것이 중요합니다. 알고리즘이 누락된 메트릭 값을 채우는 동안 추세 분석이 정확하지 않을 수 있습니다.

• 통계적 의의

  시계열 선형 추세 분석을 수행할 때는 관찰된 추세의 통계적 유의성을 고려하는 것이 중요합니다. 통계적 의미는 관찰된 추세가 실제 기본 패턴으로 인한 것인지, 아니면 단순한 데이터의 임의 변동의 결과인지에 대한 객체 측정값을 제공합니다. 툴팁을 사용하여 R, R-제곱 및 p-value와 같은 중요한 메트릭에 액세스하십시오.

추세 분석 선 차트 해석 최적화

추세 분석 선 차트 시각적 개체를 최대한 활용하십시오!

• 정보 아이콘정보 아이콘 위에 마우스를 올리기만 하면 기본 모델 및 해당 매개 변수의 통계 속성에 대한 정보를 확인할 수 있습니다.

• 명확성을 위해 확장보다 자세한 정보가 필요하고 전체 데이터 포인트 세트를 표시하려면 시각화를 확장하거나 설정컨테이너 맞춤 ~ 없음 . 이렇게 하면 차트의 가독성이 향상됩니다.