Линейная регрессия в Tableau, часть 2. Группы

Регрессионный часто анализ используют для изучения связи между двумя переменными, например, затратами и прибылью. В этой статье я расскажу про то как найти линии регрессий групп данных, а также создать инструмент исследования влияния одних величин на другие.

Линейная регрессия в Tableau, часть 1. Временные ряды

Модель линейной регрессии используется для описания линейной зависимости некоторой зависимой переменной Y от переменной X. Часто такие модели применяются для описания трендов величин. Тренды — это тенденции изменения величин, они могут быть описаны линейными, логарифмическими, степенными и другими уравнениями. В этой статье речь пойдет про линейные тренды.

Упорядочивая хаос. Поиск инсайтов в данных

В этой статье я хочу рассказать про то как можно увидеть определенные паттерны в событиях, на первый взгляд кажущимися хаотичными. Собрав небольшое количество данных, после и подготовки и визуализации можно не найти каких-либо интересных результатов поведения исследуемых систем. Но чем шире становится выборка, по мере увеличения набора данных, визуализация может приобретать заметные поведенческие особенности системы, которые можно описать словами, и которые дадут вам некоторое понимание работы системы. C другой стороны, когда у вам очень много данных, отображение всех событий сразу тоже может не дать понимания, поэтому данные придется агрегировать. Для иллюстрации такого примера в этой статье рассмотрим футбольные пасы.

Contour Plots и оценка плотности событий в Tableau

Визуализация Contour Plot и ее частный случай Tanaka Contours встречаются в спортивном анализе и гео-анализе. Контуры или уровни на визуализациях описывают одинаковые значения величин, позволяя представить, например, уровни высот на картах. В этой статье показано как можно создавать визуализации, отображающие изменение плотности событий или вероятности событий.