tableau 字段去重_【只要有手就能学的Tableau教程】用这种方法做预测分析，简直不用动脑！...

做一个让自己羡慕的优秀的人。

前段时间陆续收到了几个关注，还是挺有成就感的，看来要多学习，多产出了。坚持。
还是老规矩，先来一张Viz提高一下审美。

刚果共和国的冲突和食品安全

原文链接：https://public.tableau.com/zh-cn/gallery/conflict-and-food-security-drc?tab=viz-of-the-day&type=viz-of-the-day

今天是分析的最后一弹~我们来说一下趋势线和预测。

趋势线

打开Tableau，选择示例-超市数据源。
有这样一个场景，比如你的老板寻找关于产品销售额和利润的关系，也就是说销售额对产品利润是否有影响？我们从这个场景来展开今天的学习。

• 拖动销售额到列功能区

• 拖动利润到行功能区

• 拖动产品名称到详细信息标记卡上

• 拖动类别到颜色标记卡上

散点图完成

切换到分析窗格，拖动趋势线，放入视图中，我们先选择线性。

这里我们不考虑产品类别对趋势的影响，只看总体情况，在其中一条线上右键，选择编辑所有趋势线

把类别去掉

这里我们可以看到关于趋势线的描述：

R平方值和P值代表什么呢？右键趋势线，点击描述趋势线模型。

可以看第一句话，P<=0.05时，说明该趋势线有意义。也就是说在本例中，该趋势线描述的销售额与利润的关系是有意义的。

我们通过R平方值的公式可以明显看出，当R平方值等于1的时候，说明模型完全拟合，本例中拟合程度并不高只有0.25+，所以销售额与利润并不一定是正相关关系。

关于详细解释，还是要去学习一下统计学的内容，后面我大概率会边学边讲的。

Tableau已经给你列出了你要关注的两个值，R平方值越接近1说明模型越准确，P值<0.05说明模型越有意义。

除了线性模型，我们还有其他的趋势线模型，你可以自行探索，这里我会列出几种模型的计算公式。

线性
对于线性模型类型，公式为：Y = b0 + b1 * X 其中，b1是斜率，b0是线的截距。 对数
对于对数模型类型，公式为：Y = b0 + b1 * ln(X) 由于不能对小于零的数字定义对数，因此在估算模型之前，解释性变量为负的任何标记将会 被筛选掉。避免使用会丢弃某些数据的模型，除非您知道筛选掉的数据是无效的。趋势线描 述报告在模型估算之前有多少标记被筛选掉。 指数
对于指数模型类型，公式为：Y = exp(b0)* exp(b1 * X) 对于指数模型，自然对数在估算模型之前对响应变量进行转换，因此，通过插入各种解释性 值来查找 ln(Y)的值，可找到视图中绘制的标记。ln(Y) = b0 + b1 * X 然后，将会取这些值的幂来绘制趋势线。您看到的是以下形式的指数模型：Y = b2*exp(b1 * X) 其中 b2是 exp(b0)的值。由于不能对小于零的数字定义对数，因此在估算模型之前，响 应变量为负的任何标记将会被筛选掉。 幂次
对于幂次模型类型，公式为：Y = b0 * X^b1 对于幂次模型，两个变量均由自然对数在估算模型之前转换，从而生成此公式：ln(Y) = ln(b0) + b1 * ln(X) 然后，将会取这些值的幂来绘制趋势线。
由于不能对小于零的数字定义对数，因此在估算模型之前，响应变量或解释性变量为负的 任何标记将会被筛选掉。 多项式
对于多项式模型类型，响应变量被转换为指定度数的多项式系列。公式为：Y = b0 + b1 * X + b2 * X^2 + … 对于多项式模型类型，您还必须选择介于 2和 8之间的“度”。较高的多项式度数会放大数据值之间的差异。如果您的数据增加得非常快，与高序项相比，低序项可能几乎没有变化， 从而使模型无法准确估算。另外，更复杂的高序多项式模型需要更多数据才能进行估算。检 查各个趋势线的模型描述，看看里面是否有指示无法使用此类型的准确模型的红色警告消息。

以上内容你当然可以在help文档中找到。

预测

预测功能虽然是Tableau的一大特色，但是由于实际工作中，业务比较复杂，影响预测的模型也很多，不止这一种单一模型，所以该功能用的很少。

创建预测的条件，当然是要有一个日期字段和你要分析的度量值。

Tableau中创建预测的模型使用的是指数平滑模型，关于该模型的细节我就不赘述了，你可以在help文档中找到。下面主要介绍一下如何创建预测。
先创建一个根据时间来统计销售额的趋势图吧。

切换到分析窗格，拖动预测到视图中。

预测创建好了，是不是很简单。当然背后的模型如果你深入研究的话很复杂。
我们还可以调整预测的时间范围，在预测趋势线上右键，选择预测中的预测选项按钮。

OK，你可以自己调整试试看~

到现在为止，分析功能我们就分享完了，课程已经进行了大半，我相信你已经入门了，下节开始我们会介绍Tableau最最最核心的两大功能，期待一下吧~