View
477
Download
0
Category
Preview:
Citation preview
Advanced Training: Statistics
Agenda
간편 통계• 히스토그램• 요약 카드• 추세선
• 회귀분석
통계 시각화
• 박스 플롯
• 관리도 (Control Chart)
Be a Detective, Find Fraud! • 벤포드의 법칙
수학 공식을 Tableau 수식으로 변환
히스토그램 Histogram
기본 히스토그램 누적 히스토그램
SAT Math Scores (bin)
350 400 450 500 550 600 650 700 7500%2%
4%
6%
8%
10%
12%
14%
16%
18%
20%
22%
24%
26%
28%
30%
32%
34%of Total Count of SAT Math Scores %
0.58%1.73%2.31%2.31%
15.61%
26.01%
31.79%
16.76%
2.89%
SAT Math Scores (bin)
350 400 450 500 550 600 650 700 7500%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
of Total Running Sum of Count of SAT Math Scores %
100.00%99.42%97.69%95.38%
93.06%
77.46%
51.45%
19.65%
2.89%
• 히스토그램은 데이터의 분포를 보여줌• 막대의 길이는 특정 구간에 속하는 관측치의 개수를 표현• 구간은 빈 (bin)이라고 지칭됨
구간 차원 (bin) 만들기
©2012 Tableau Software Inc. All rights reserved.
구간 차원 (bin)은 데이터 (측정값 )를 동일 크기의 구간에 분류해서 넣음
히스토그램
©2012 Tableau Software Inc. All rights reserved.
히스토그램은 데이터의 분포를 보여줌
비대칭적인 구간 차원 (bin)
©2012 Tableau Software Inc. All rights reserved.
구간을 임의로 정의하려면 계산 필드를 먼저 만들고 나서 다시 구간 차원 (bin)을 생성
요약 카드
요약 카드
Skewness(왜곡도 , 왜도 , 비대칭도 )
Positive Excess Kurtosis on top, Negative Excess Kurtosis on bottom
Excess Kurtosis(첨도 )ID
1 2 3 4 5 6 7 8 9 10 11
0
2
4
6
8
10
Positive
0
2
4
6
8
10
Negative
추세선
ANOVA and Summary Tables
©2012 Tableau Software Inc. All rights reserved.
ANOVA and Summary Tables
©2012 Tableau Software Inc. All rights reserved.
ANOVA and Summary Tables
©2012 Tableau Software Inc. All rights reserved.
잔차모형의 예측치 (prediction)와 관측치 (observation) 간의 차이
Understanding ResidualsStandard Scatterplot: X and Y Predictions on X, Residuals on
Y
Pattern of Residuals Tells you the fit of the model…
Great Residuals: Poor Residuals:
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28
Predictions(Avg# power output (MW),Avg# wind speed (m/s))
-1.6
-1.4
-1.2
-1.0
-0.8
-0.6
-0.4
-0.2
0.0
0.2
0.4
0.6
0.8
1.0
1.2
1.4
1.6
1.8
Residuals(Avg# power output (MW),Avg# wind speed (m/s))
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30
Avg# power output (MW) (SUM)
-8
-7
-6
-5
-4
-3
-2
-1
0
1
2
3
4
Residuals(Avg# power output (MW),Avg# wind speed (m/s))
The better the model fit, the less pattern (more random) the predictions vs. residuals scatterplot should look
Tableau에서의 잔차 분석 (Windows Only)
Traditional
박스 플롯
Tableau• Bullet 2
– Bullet 3
• Tableau의 Show Me 박스 플롯은 관측치를 모두 보이며 , 1.5*IQR 기준의 수염 표시
• 간단한 옵션 설정으로 traditional boxplot으로 변경
“Show Me”… a Box-and-whisker plotPrimary Category
Beverages Dairy Fats,Sweets..
Fruits Grain Proteins StarchyVegetables
Two orMore Cat..
Vegetables
0
100
200
300
400
500
600
700
800
900
1000
Calories
참조선 옵션 변경
Primary Category
Beverages Dairy Fats,Sweets..
Fruits Grain Proteins StarchyVegetables
Two orMore Cat..
Vegetables0
50
100
150
200
250
300
350
400
450
500
550
600
650
700
750
800
850
900
950
1000
1050
Calories
표준 점수
수학 공식을 Tableau 수식으로 변환
= each point of data = AVG([Calories]) for each Display_Name
= the average of all points = WINDOW_AVG(AVG([Calories]))
= standard deviation of all points = WINDOW_STDEV(AVG([Calories]))
관리도 (Control Chart)
First line of text• Bullet 2
– Bullet 3
Day
12345678910111213141516171819202122232425
0
5
10
15
20
Defectives
Average NP-bar
UCL
LCL
Average NP-bar
UCL
LCL
Problem!
Problem corrected
Np 관리도 수식
Where:n = sample sizeP-bar = percent of defective units. This is (Number of Defectives)/(Total Sample Size)
Explanation of Translating NP calc into TableauP-bar:
WINDOW_SUM(SUM([Defectives]))/WINDOW_SUM(SUM([Sample Size]))N :
SUM([Sample Size])
여러 번 출현하는 것은 별도의 계산 필드로 작성 .여기서는 n*p-bar를 여러 번 사용하게 되므로 계산 필드로 만들어 놓기로 함
Np-bar: [N]*[P-bar]
하나의 계산 필드에서 +와 –를 동시에 표현할 수 없으므로 별도의 계산식으로 분리 . Upper Control Limit (UCL) 및 Lower Control Limit (LCL)
UCL:[np-bar]+3*SQRT( [np-bar]*(1-[P-bar]) )
LCL:[np-bar]-3*SQRT( [np-bar]*(1-[P-bar]) )
UCL과 LCL을 벗어나는 마크 색상 표시
IF SUM ( [Defectives] ) > [UCL] OR SUM ( [Defectives] ) < [LCL]
THEN ‘Out of Control’ELSE ‘In Control’END
벤포드의 법칙 (Benford’s Law)
First line of text• Bullet 2
– Bullet 3
Click to insert image
Left(Sales,1)
1 2 3 4 5 6 7 8 90%
5%
10%
15%
20%
25%
30%
35%
of Total Number of Records %3.99%
5.04%5.76%6.64%
7.55%8.92%
11.33%
18.09%
32.68%
END
Recommended