세부 기간 드롭다운에서 일별, 주별, 월별로 트렌드 시각화를 변경합니다. 세부 기간은 데이터 소스 테이블에서도 업데이트됩니다.
최소 표시 최대 표시
최소값과 최대값 레이블을 오버레이하여 지표의 최소값과 최대값을 강조할 수 있습니다. 최소/최대값은 차원 내의 전체 값 집합이 아니라 시각화에 표시되는 데이터 포인트에서 파생됩니다.
트렌드 라인 표시
회귀 또는 이동 평균 트렌드 라인을 라인 시리즈에 추가하도록 선택할 수 있습니다. 트렌드 라인은 데이터의 명확한 패턴을 표현하는 데 도움이 됩니다. 선택하면 목록에서 모델을 선택합니다. 사용 가능한 모델에 대한 개요와 설명은 모델에서 확인하십시오. .
TIP
오늘 (일부 데이터) 또는 미래 날짜를 포함하지 않는 데이터에 트렌드 라인을 적용하는 것이 좋습니다. 오늘이나 미래 날짜는 트렌드 라인이 왜곡됩니다. 그러나 미래 날짜를 포함해야 하는 경우 데이터에서 0을 제거하여 해당 날짜에 대한 왜곡을 방지하십시오. 시각화의 데이터 소스 테이블로 이동하여 지표 열을 선택한 다음 열 설정 > 0을 값 없음으로 해석 을 활성화합니다.
모델
모든 회귀 모델 추세선은 정규방정식을 사용하여 맞춰집니다.
모델
설명
선형
단순한 선형 데이터 세트에 가장 잘 맞는 직선을 만들며, 데이터가 일정한 속도로 증가 또는 감소하는 경우 유용합니다. 수식: y = a + b * x
로그
가장 잘 맞는 곡선을 만들며 데이터의 변경 속도가 빠르게 증가 또는 감소하다가 수평을 유지하는 경우 유용합니다. 로그 트렌드 라인은 음수 값과 양수 값을 사용할 수 있습니다. 수식: y = a + b * log(x)
지수
곡선을 만들며 데이터가 지속적으로 증가하는 비율로 증가하거나 감소할 때 유용합니다. 데이터에 0이나 음수 값이 있는 경우에는 이 옵션을 사용하지 마십시오. 수식: y = a + e^(b * x)
거듭제곱
곡선을 만들고 특정 비율로 증가하는 측정 값을 비교하는 데이터 세트에 유용합니다. 데이터에 0이나 음수 값이 있는 경우에는 이 옵션을 사용하지 마십시오. 수식: y = a * x^b
이차
포물선(위 또는 아래로 오목)과 같은 모양의 데이터 세트에 가장 잘 맞습니다. 수식: y = a + b * x + c * x^2
이동 평균
평균 세트를 기반으로 부드러운 트렌드 라인을 만듭니다. 롤링 평균이라고도 하는 이동 평균은 특정 수의 데이터 포인트(세부 기간 선택에 의해 결정됨)를 사용하고 평균을 계산하여 선의 한 지점으로 사용합니다. 예를 들어 7일 이동 평균 또는 4주 이동 평균이 있습니다.
TIP