使用 Tableau 中的内置统计建模

统计分析是任何商业智能功能的关键部分。对基于统计的功能的需求正在上升，因为它有助于仔细检查、分析数据并从中得出见解。一个重要领域是描述性统计，它使用集中趋势和离散度的统计度量来汇总数据。

集中趋势的测量指标包括平均值、中位数和众数，而变异性的常用测量指标包括标准差和方差。除了描述性统计之外，了解两个变量之间的关系并对数据进行线性回归也很重要。Tableau 为我们提供了使用内置统计功能执行这些任务的灵活性。

对于商业智能专家来说，了解这些技术至关重要。在本指南中，读者将学习如何使用 Tableau 对数据执行以下统计任务：

1. 意思是
2. 中位数
3. 模式
4. 标准差
5. 散点图
6. 线性回归

后续章节将解释创建上述统计指标的步骤。我们将使用 Tableau 存储库中的咖啡连锁数据集，包括变量销售额、利润、市场和产品。

平均值表示数据的算术平均值。它是通过将变量的所有值相加并除以记录总数而得出的。Tableau 使用Average函数可以轻松计算平均值。

假设我们想要测量并显示每个市场的平均销售额。为此，我们需要将“市场”字段拖到“行”架子中，将“销售额”字段拖到“标记”架子的“文本”属性中。

输出：

默认情况下，输出显示相应市场的销售总额。要获取平均值，我们只需右键单击“标记”架子中的销售字段并选择“平均值”，如下图所示。

输出：

现在输出结果如下图所示，这些值按各个市场的平均销售额排列。输出结果显示，东部和西部市场的平均销售额较高，而南部市场的平均销售额最低。

输出：

简单来说，中位数代表第 50 个百分位数，即数据的中间值，并将分布分为两半。

估计中位数的步骤与估计平均值的步骤类似，唯一的区别是，我们不选择平均值，而是从可用选项中选择中位数。如下图所示。

输出：

上述步骤将产生以下输出。中部市场的中位数销售额最高，南部市场的中位数销售额最低。

输出：

众数是变量出现频率最高的值。这是唯一可用于分类变量的集中趋势测量，不同于平均值和中位数，后者只能用于数值数据。数据集中可以有多个众数，简单来说，它是某个类别的最高频率。

要在 Tableau 中计算众数，我们需要计算类别中的标签数量，并确定计数最高的标签。第一步是将“市场”和“产品”字段拖到“行”架子中，如下所示。

输出：

下一步，拖出另一列产品，右键单击它，然后选择计数选项。

输出：

选择计数选项后，将显示下图，展示相应市场中每种产品的数量。

输出：

我们可以从上面的输出中找到每个市场的众数。例如，在中部市场，众数为 144，而东部市场则为 120。

标准差是一种度量，用于量化一组数据值与其平均值之间的差异量。变量的标准差较低表示数据点趋向于接近其平均值，反之亦然。在 Tableau 中计算变量的标准差很容易。

我们首先将市场和产品变量拖到行架子中，将销售变量两次拖到列架子中——一次用于销售总额，另一次用于计算其标准差。下一步是右键单击第二个销售选项卡并选择测量和标准差选项，如下所示。

输出：

完成上述步骤后，将生成以下输出，显示跨产品和跨市场的销售额总和和标准差。

输出：

上图中销售额和标准差的颜色相同。要更改颜色，第一步是转到标记架的颜色属性，并将标准差和销售额字段放入颜色架中。单击编辑颜色选项更改颜色，如下所示。

输出：

首先为销售变量选择您想要的颜色，如下所示。

输出：

同样，选择标准偏差的颜色选项。我们保留了红绿发散选项，如下图所示。

输出：

完成上述步骤将产生以下输出，显示每个市场下每种产品的相应销售额和标准差。

输出：

散点图直观地检查两个连续变量之间的关系。在散点图中，数据点绘制在 X 轴和 Y 轴上。散点图还有助于直观地显示关系是正向的还是负向的。

要创建散点图，我们需要两个连续变量，在本例中为销售额和利润。我们将销售额度量拖到列架子上，将利润度量拖到行架子上。

输出：

上图显示了圆圈，它是两个指标的汇总总和。要分解数据，请单击“分析”选项卡并取消选中“汇总指标”，如下所示。

输出：

上述步骤将显示销售额和利润之间的以下散点图。

输出：

为了使散点图更有意义，我们可以使用标记架，并在细节、大小和形状选项中放入不同的维度。在本例中，我们将变量市场规模放入颜色属性，将变量市场放入形状选项。这将产生以下输出。

输出：