加载中…
个人资料
  • 博客等级:
  • 博客积分:
  • 博客访问:
  • 关注人气:
  • 获赠金笔:0支
  • 赠出金笔:0支
  • 荣誉徽章:
正文 字体大小:

在Power BI 中使用预测功能

(2017-09-28 11:33:42)
标签:

it

教育

时评

分类: 数据分析

和Excel 2016 一样,在Power BI 中也有一个预测功能,目前只针对基于时间序列的折线图可用。

 https://wx2/large/006vR4QNly1fjz0tfq2o4j30fc062my3.jpgBI 中使用预测功能" TITLE="在Power BI 中使用预测功能" />

​示例数据为虚拟的2016年1月1日到2017年5月16日的销售数据。假设我们需要预测之后3个月的销售情况,可以先生成折线图: 

 https://wx4/large/006vR4QNly1fjz0u6jvpnj30fn06bdgk.jpgBI 中使用预测功能" TITLE="在Power BI 中使用预测功能" />

​然后在“格式”里找到“预测”并点击添加

 https://wx4/large/006vR4QNly1fjz0ul9pwij30gc0bemyj.jpgBI 中使用预测功能" TITLE="在Power BI 中使用预测功能" />

​预测长度:输入需要预测的时间长度,在本例中是3个月。

忽略最后:是否需要忽略最后一个时间周期,只使用已经完成的数据进行预测。

置信区间:选择置信区间,相当于选择一个可接受的预测准确性。置信区间越大,返回的预测范围越宽。

季节性 ( Seasonality ) :  周期,也可以理解为取过去多长的周期进行预测。


测试和验证

为了验证Power BI的预测结果是否准确,我们可以对原有销售数据进行拆分 :

保留原始数据(2016年1月1日 – 2017年5月16日)

复制该数据并只保留2016年全年的数据

我们使用复制的数据预测2017年前5个月的销售情况,并将预测结果和实际销售数据进行对比:

 https://wx4/large/006vR4QNly1fjz0xb9jzrj30fh077756.jpgBI 中使用预测功能" TITLE="在Power BI 中使用预测功能" />

​如果差异很大,则可以通过调整“季节性”和“置信区间”让数据大体重合,并将此调整后的参数用于最终的预测结果上。


这就是今天分享的内容,欢迎大家留言交流。


 如果您想深入学习微软Power BI,欢迎登录网易云课堂试听学习我们的“从Excel到Power BI数据分析可视化”系列课程。或者关注我们的公众号(PowerPivot工坊)后猛戳”在线学习” 

 

 https://wx4/large/006vR4QNly1fkuc9i0h51j30hs08cdhn.jpgBI 中使用预测功能" TITLE="在Power BI 中使用预测功能" />

长按下方二维码关注“Power Pivot工坊”获取更多微软Power BI、Power Pivot相关文章、资讯。欢迎小伙伴儿们转发分享~

 

 https://wx3/large/006vR4QNly1fkuc9rnggjj30hs08w0vw.jpgBI 中使用预测功能" TITLE="在Power BI 中使用预测功能" />

0

阅读 收藏 喜欢 打印举报/Report
  

新浪BLOG意见反馈留言板 欢迎批评指正

新浪简介 | About Sina | 广告服务 | 联系我们 | 招聘信息 | 网站律师 | SINA English | 产品答疑

新浪公司 版权所有