时间序列趋势分析

有效趋势分析问题的技巧

使用自然语言自动理解对话语言。以自然的方式提出问题，就像在询问同事一样。
包括相关对象在您的问题中包含必要的属性和指标，以确保 Auto 理解上下文。
利用自动完成功能为了使用自动功能进行最佳趋势分析，建议从自动完成建议中选择指标和属性。这确保Auto能够准确理解并进行准确的趋势分析。
避免歧义保持你的问题清晰、明确。复杂或费解的查询可能会导致不准确的答复。
不兼容水平的趋势分析失败要求对较低级别数据针对较高级别数据进行趋势分析会导致趋势分析失败。例如，如果您的仪表板数据是月度级别的，而您要求对周或天的值进行趋势分析，则由于数据级别差异，这是不可行的。
统计意义如果自动检测到较高的 p 值或较低的 R 平方值，则响应包含趋势不显著的规定。这意味着观察到的趋势可能是由于数据的随机波动造成的，而不是实际的底层模式或模型不能很好地适合您的数据。

Strategy建议始终检查趋势分析的统计属性。将鼠标悬停在可视化效果右上角的信息图标上，即可访问 R、R 平方和 p 值等关键指标。

确保足够的数据量以进行准确的趋势分析

为了获得更准确的趋势分析结果，确保您的数据量足够大非常重要。运行趋势分析至少需要三个数据点。
使用高质量连续时间数据进行趋势分析

尽管Strategy在趋势分析之前进行轻量级的数据处理，例如填充缺失的指标数据，建议对连续的、高质量的基于时间的数据进行趋势分析。如果缺少大量指标数据，趋势分析结果可能会受到影响。值得注意的是，如果属性包含 NULL 或 NaN（非数字）值，趋势分析可能会失败或产生次优结果。虽然算法填补了缺失的指标值，但这可能会导致不准确的趋势分析。
统计意义

在进行时间序列线性趋势分析时，考虑观察到的趋势的统计意义至关重要。统计显著性提供了一个客观衡量标准，即观察到的趋势可能是由于实际的潜在模式还是仅仅是数据随机波动的结果。使用工具提示访问关键指标，如 R、R 平方和 p 值。

充分利用趋势分析折线图视觉效果！