تکنولوژی مدیریت دانش

Knowledge Management Technology

تکنولوژی مدیریت دانش
تکنولوژی مدیریت دانش
تکنولوژی مدیریت دانش

روند Trend Line در سیستم های داشبورد سازی

روند، یکی از مفاهیم پایه در تحلیل تکنیکی است. روند بر اساس این پیش فرض است که فعالان بازار بطور گروهی تصمیمات شان را اتخاذ می کند و   باعث   می شوند حرکات قیمت برای مدتی تثبت شود.

انواع Trend line ‌ها به شرح زیر است:

  • Exponential نمایی؛ با فرمول Y=C.ebx که b و c اعداد ثابت هستند.

نکته: هنگامی که داده‌های y شامل اعداد منفی یا صفر باشند، قابل استفاده نیست!

  • Linear خطی؛ با فرمول Y=m.x+b که m شیب خط و b عدد ثابت (عرض از مبدا) است.
  • Logarithmic لگاریتمی؛ با فرمول Y=c.Lnx+b کهc و b اعداد ثابت هستند. 

نکته: هنگامی که داده‌های x شامل اعداد منفی یا صفر باشند، خطا ظاهر می‌شود!

  • Polynomial چند جمله‌ای؛ با فرمول Y=b+c1x+c2x2+c3x3+...+cnxn که در آن c عدد ثابت است.
  • Power توانی؛ با فرمول Y=C.xb که b و c اعداد ثابت هستند.

* نکته: هنگامی که داده‌های y شامل اعداد منفی یا صفر باشند قابل استفاده نیست!

  • Moving Average میانگین متحرک؛ با فرمول Ft=(At+At-1+...+At-n+1)/n
اطلاعات تکمیلی در ریپورتینگ سرویس اطلاعات تکمیلی در کلیک ویو اطلاعات تکمیلی در کلیک سنس اطلاعات تکمیلی در پاور بی آی

 

روند Trend Line در سیستم های داشبورد سازی

نمودار نقشه حرارتی (Heat Map Chart)

برای اولین بار در سال ۱۸۷۹ میلادی یک پژوهشگر فرانسوی به این نکته پی برد که مردم در هنگام مطالعه بر روی قسمتی از کلمات توقف می‌نمایند درحالی‌که از برخی کلمات دیگر به سرعت عبور می‌کنند. بعد ها دستگاهی به نام Eye Tracker ساخته شد که حرکات چشم را در زمان مطالعه زیر نظر می‌گرفت.

در سال ۱۹۸۰ میلادی از این روش برای بررسی توجه مردم به تبلیغات روزنامه‌ها و مجلات استفاده شد. هر چند که انجام این کار مستلزم صرف هزینه زیادی بود ولی آمار و اطلاعات به دست آمده باعث شد که روزنامه‌ها و مجلات با تغییر ساختار و طراحی خود بیش‌ترین بازدهی از تبلیغات را داشته باشند. بنابراین به‌کارگیری هیت مپ ها بسیار مهم و پرطرفدار شد.

به زبان ساده نقشه حرارتی یا heat map  یک نقشه گرافیکی و رنگی هست که با تبدیل شاخص ها و داده های خام ثبت شده به طیفی از رنگ های معنادار می تواند با ارائه تجزیه و تحلیل سریع و قابل فهم، پاسخی مناسب برای پرسش های ما ارایه کند.

در تصویر زیر مشخص است که مدت زمان پاسخ دادن از ساعت 6 صبح تا 8 شب نوسان دارد و در بعضی از روزها این افت جواب دادن پایین می آید

نمودار در ریپورتینگ سرویس نمودار در کلیک سنس نمودار در کلیک ویو نمودار در پاور بی آی

 

نمودار نقشه حرارتی Heat Map Chart

نمودار جعبه ای (Box Plot) در کلیک ویو ، کلیک سنس ، پاور بی آی

نمودار جعبه ای (Box Plot) – ويسكر نموداري است كه به كمك معيارهاي مركزي و پراكندگي، موقعيت مجموعه داده ها را به شكلي بسيار گويا و مفيد ارائه مي دهد. اين نمودار ابتدا توسط آمار شناس معروف توكي ارائه گرديد و با استفاده از يك مستطيل (باكس) در دو خط در دو طرف مستطيل (ويسكر) و به وسيله  ميانه  ، چاركهاي اول و سوم و كمترين و بيشترين اندازه مشاهده شده رسم مي شود. با استفاده از اين نمودار مي توان مركزيت،‌ پراكندگي و چولگي داده ها را تفسير نمود.

برای رسم نمودار جعبه ای نیاز داریم که 5 ویژگی را به دست آوریم: 1- کمترین مقدار 2- بیشترین مقدار 3- میانه 4- چارک اول 5- چارک سوم

نمودار جعبه ای بعد از هیستوگرام یکی از ابزارهای مفید و کار آمد برای درک توزیع و پراکندگی داده هاست که در موارد مختلف به صورت وسیع به کار می آید و همانطور که بررسی شد برخلاف تصور برخی افراد ، تفسیر و درک اطلاعات آن آنالیز را دچار هیچ چالشی نمی کند . 

اطلاعات تکمیلی در سایت VDASH اطلاعات تکمیلی در پاور بی آی اطلاعات تکمیلی در کلیک ویو اطلاعات تکمیلی در کلیک سنس

 

پیش بینی (Forecast) در نمودار خطی ( Line Chart  )  پاور بی آی

یکی از ویژگی های نمودارها در  Power BI تنظیمات تحلیلی (Analytic)  می باشد . امکانات تحلیلی بر روی نمودار Line Chart از مابقی نمودار ها بیشتر است .

امکاناتی از قبیل ایجاد خط میانگین (Average)، خط میانه  (Median) ، پیاده سازی صدک  (Percentile) و پیش بینی  (Forecast) از جمله این موارد است که بر روی نمودار Line Chart فعال است.

تنظیمات مربوط به Forecast :

  • طول پیش بینی (Forecast Length ): تعداد پیش بینی را مشخص می کند مثلا پیش بینی  10روز آینده یا ماه آینده و...
  • نادیده گرفتن (Ignore Last): ممکن است داده ها برای مدتی معتبر نباشند مثلا داده های ماه گذشته حسابرسی نشده اند . از طریق این گزینه اعلام می کنیم که پیش بینی را برای ماه گذشته پایه گذاری نکن.
  • فاصله اطمینان (Confidence Interval): این آیتم فاصله اطمینان را مشخص می کند یعنی مثلا تا 95 درصد داده های پیش بینی شده نزدیک به داده های موجود باشد یعنی به واقعیت نزدیک باشد.
  • فصلی (Seasonality) : این آیتم الگو زمانی را مشخص می کند . اگر ما هر تغییر یا الگوی پیش بینی شده سالانه داشته باشیم، فصلی در مجموعه داده وجود دارد.

در صورتی که تمایل داشتید اطلاعاتی راجع به سری ها یا الگوهای زمانی کسب کنید پیشنهاد می کنم فایل ذیل را دانلود کنید.

data-minning-techniques-time-series-forecasting.pdf (448/84 kb)

پیش بینی (Forecast) در نمودار خطی ( Line Chart  )  پاور بی آی