Tableau时间序列分析

5.3.4  时间序列分析

时间序列分析是根据系统观测得到的时间序列数据，通过曲线拟合和参数估计来建立数学模型的理论和方法。它一般采用曲线拟合和参数估计方法（如非线性最小二乘法）进行预测的方法。时间序列分析常用在企业经营管理、市场潜量预测、气象预报、地震前兆预报、农作物病虫灾害预报、环境污染控制等方面。

时间序列分析法是根据过去的变化预测未来的发展，前提是假定事物的过去延续到未来。时间序列分析，正是根据客观事物发展的连续规律性，运用过去的历史数据，通过统计分析，进一步推测未来的发展趋势。事物的过去会延续到未来这个假设前提包含两层含义：一是不会发生突然的跳跃变化，以相对小的步伐前进；二是过去和当前的现象可能表明现在和将来活动的发展变化趋向。

时间序列的数据变动存在着规律性与不规律性，每个观察值大小，都是影响变化的各种不同因素在同一时刻发生作用的综合结果。从这些影响因素发生作用的大小和方向变化的时间特性来看，这些因素造成的时间序列数据的变动分为4种类型。

• 趋势性：某个变量随着时间进展或自变量变化，呈现一种比较缓慢而长期的持续上升、下降或停留的同性质变动趋向，但变动幅度可能不相等。
• 周期性：某个因素由于外部的影响，随着自然季节的交替出现高峰与低谷的规律。
• 随机性：个别为随机变动，整体呈现统计规律。
• 综合性：实际变化情况是几种变动的叠加或组合。预测时设法过滤不规则变动，突出反映趋势性和周期性变动。

Tableau内嵌了对周期性波动数据的预测功能，可以分析数据规律、自动拟合、预测未来数据等，同时还可以对预测模型的参数进行调整，评价预测模型的精确度等。

但是，Tableau嵌入的预测模型主要考虑数据本身的变化特征，无法考虑外部影响因素，因此适用于存在明显周期波动特征的时间序列数据。

1.建立时间序列模型

时间序列图是一种特殊的折线图，以时间作为横轴，纵轴是不同时间点上变量的数值，它可以帮助我们直观地了解数据的变化趋势和季节变化规律。时间单位可以是年、季度、月、日，也可以是小时、分钟等。

下面以企业经营数据为例，创建3月份门店A利润额的时间序列图。

将“门店A利润额”拖放到行功能区，将“月份”字段拖放到列功能区，并单击右键，在弹出的下拉框中选择“天”，切换日期字段的级别，视图区即显示3月份门店A利润额的时间序列图，如图5-57所示。

图5-57  切换日期字段的角色和级别

 

2.时间序列预测

Tableau嵌入了“指数平滑”的预测模型，即基于历史数据引入一个简化的加权因子，即平滑系数，以迭代的方式预测未来一定周期内的变化趋势。

该方法之所以称为指数平滑法，是因为每个级别的值都受到前一个实际值的影响，且影响程度呈指数下降，即数值离现在越近权重就越大。

通常，时间序列中的数据点越多，所产生的预测就越准确。如果要进行季节性建模，那么需要具有足够的数据，因为模型越复杂，就需要越多的数据进行训练。

下面以企业经营数据为例，创建门店A利润额的时间序列预测模型。截至目前，Tableau有3种方式生成预测曲线：

方法1：菜单栏“分析”→“预测”→“显示预测”；

方法2：在视图上任意一点单击鼠标右键，选择“预测”→“显示预测”；

方法3：拖放“分析”窗口中的“预测”模型到视图中。

在视图中预测值显示在历史实际值的右侧，并以其他颜色显示，如图5-58所示。

图5-58  创建预测曲线

 

优化预测模型。Tableau默认的预测模型可能不是最优的。可以通过依次单击菜单栏“分析”→“预测”→“预测选项”选项，打开“预测选项”页面，查看Tableau默认的模型类型和预测选项并进行适当的修改，如图5-59所示。

图5-59  修改预测选项

预测选项的设置包括以下选项：

（1）预测长度。该选项用于确定预测未来时间的长度，包括“自动”“精确”和“直至”3个选项。

（2）源数据。该选项用于指定数据的聚合、期数选取和缺失值处理方式，包括“聚合方式”、“忽略最后”和“用零填充缺少值”3个选项。

（3）预测模型。该选项用于指定如何生成预测模型，包括“自动”“自动不带季节性”和“自定义”3个选项。

（4）显示预测区间。可以通过“显示预测区间”设置预测的置信区间为90%、95%、99%，或者输入自定义值，并可设置是否在预测中包含预测区间。

（5）预测摘要。“预测选项”对话框底部的文本框提供了当前预测的描述，每次更改上面的任一预测选项时，预测摘要都会更新。

这里我们在“预测选项”窗口中，将“预测长度”选项设置为“自动”，“聚合方式”选项设置为“自动”，“预测模型”选项设置为“自动”，然后单击“确定”按钮，预测结果如图5-60所示。

图5-60  时间序列预测结果

3.评估预测模型

与其他数据建模一样，时间序列建模完毕后，还需要通过一些具体指标对模型的优劣进行评估，Tableau的具体操作如下：

依次单击菜单栏“分析”→“预测”→“描述预测”选项，打开“描述预测”对话框，可以查看模型的详细描述，分为“摘要”选项卡和“模型”选项卡。

在“摘要”选项卡中，描述了已创建的预测模型，上半部分汇总了Tableau创建预测所用的选项，一般由软件自动选取，也可以在“预测选项”对话框中指定，如图5-61所示。

图5-61  摘要选项卡

在“模型”选项卡中，Tableau提供了更详尽的模型信息，包含“模型”“质量指标”和“平滑系数”3个部分，如图5-62所示。

图5-62  模型选项卡

（1）模型：指定“级别”、“趋势”和“季节”组件是否是用于生成预测模型的一部分，并且每个组件在创建整体预测值时，可以是“无”、“累加”或“累乘”。

（2）质量指标：显示常规时间序列预测中经常使用的5个判断指标，包括RMSE（均方误差）、MAE（平均绝对误差）、MASE（平均绝对标度误差）、MAPE（平均绝对百分比误差）以及常用的AIC（Akaike信息准则）。

（3）平滑系数：显示3个参数（Alpha级别平滑系数、Beta趋势平滑系数和Gamma季节平滑系数），根据数据的级别、趋势或季节的演变速率对平滑系数进行优化，使得较近的数值权重大于较早的数值权重。