【時間序列】使用微軟Power BI進(jìn)行時間序列預(yù)測

編譯 | VK?

來源 | Analytics Vidhya

介紹

時間序列預(yù)測是機(jī)器學(xué)習(xí)的一個非常重要的領(lǐng)域，因?yàn)樗屇隳軌蛱崆啊邦A(yù)見”并據(jù)此制定業(yè)務(wù)計劃。

在本博客中，我們將了解什么是時間序列預(yù)測，Power BI如何制作時間序列預(yù)測圖和Power BI用于預(yù)測的模塊。

什么是時間序列預(yù)測？

時間序列是以天、小時、月和年為單位定期收集數(shù)據(jù)。時間序列預(yù)測是機(jī)器學(xué)習(xí)中的一種技術(shù)，它通過分析數(shù)據(jù)和時間序列來預(yù)測未來的事件。

?

這種技術(shù)基于歷史時間序列數(shù)據(jù)提供了對未來趨勢的近乎精確的假設(shè)。

?

時間序列允許你分析主要模式，如趨勢、季節(jié)性、周期性和不規(guī)則性。它被廣泛應(yīng)用于股票市場分析、模式識別、地震預(yù)測、經(jīng)濟(jì)預(yù)測、人口普查分析等領(lǐng)域。

時間序列包括趨勢周期和季節(jié)性。不幸的是，許多人混淆了季節(jié)性行為和周期性行為。為了避免混淆，讓我們了解它們是什么：

• 「趨勢」：一段時間內(nèi)數(shù)據(jù)的增加或減少稱為趨勢。
• 「季節(jié)性」：通常，季節(jié)性具有固定和已知的頻率。例如，季節(jié)性因素，如一年中的時間或一周中的某一天，就會出現(xiàn)季節(jié)性的模式。
• 「周期性」：當(dāng)一個數(shù)據(jù)顯示波動時，一個周期就發(fā)生了。但不同于季節(jié)性，它不是固定的頻率。

Power View使用哪種算法進(jìn)行時間序列預(yù)測？

Power BI提供了兩個指數(shù)平滑的版本，一個用于季節(jié)性數(shù)據(jù)（ETS AAA），另一個用于非季節(jié)性數(shù)據(jù)（ETS AAN）

Power BI會根據(jù)對歷史數(shù)據(jù)的分析，在開始預(yù)測折線圖時自動使用適當(dāng)?shù)哪Ｐ汀?/p>

如何在Power BI中創(chuàng)建時間序列預(yù)測圖。

在本教程中，我使用以下數(shù)據(jù)集。

要使用預(yù)測功能，我們使用“分析”選項卡，“分析”面板允許你向視覺效果添加動態(tài)參考線，以提供重要趨勢或信息的焦點(diǎn)。它位于Power BI桌面的可視化區(qū)域。

創(chuàng)建折線圖：

對于預(yù)測，請轉(zhuǎn)到分析窗格，我們可以看到預(yù)測選項。單擊Add，將forecast length設(shè)置為6年，置信區(qū)間為95%，然后單擊Apply。

現(xiàn)在你會注意到，我們在數(shù)據(jù)結(jié)束后有一條預(yù)測線，陰影灰色區(qū)域是我們的置信區(qū)間。

結(jié)論

如果你想在同一框架內(nèi)快速查看趨勢和預(yù)測，以了解并做出任何業(yè)務(wù)決策，Power BI可以幫助你。

你可以在Python或R中使用Arima和其他時間序列模塊，下一次我將用Python討論Arima。

原文鏈接：https://www.analyticsvidhya.com/blog/2020/07/time-series-forecasting-using-microsoft-power-bi/