Statistisches Tableau

Kapitel 8. Lineare Regression in Tableau

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

In den vorherigen Kapiteln hast du verschiedene Methoden kennengelernt, mit denen du deine Daten besser verstehen kannst. Konfidenzintervalle ermöglichen es dir, Rückschlüsse auf die Daten zu ziehen, die Erkennung von Anomalien kann dir helfen, Ausreißer zu finden, und die Kenntnis der Verteilung deiner Daten ist eine grundlegende Fähigkeit, die jeder Analyst haben sollte. In diesem Kapitel lernst du, wie du Vorhersagemodelle in deine Visualisierungen einbindest, angefangen mit einer einfachen linearen Regression. Dies ist ein hervorragendes Modell, mit dem du Rückschlüsse auf deine Daten ziehen und zukünftige Ergebnisse vorhersagen kannst.

Am Ende dieses Kapitels wirst du ein grundlegendes Verständnis der einfachen linearen Regression haben, wissen, wie du sie in Tableau implementieren kannst, und in der Lage sein, die Ergebnisse der statistischen Zusammenfassung zu interpretieren.

Lineares Regressionsmodell

Die lineare Regression hat viele Anwendungen und wird in vielen verschiedenen Branchen eingesetzt. Ein paar Beispiele für diese Anwendungen sind:

Wohnungspreise vorhersagen

In der Immobilienbranche kann die lineare Regression zur Vorhersage von Immobilienpreisen verwendet werden, die auf verschiedenen Faktoren wie der Größe des Hauses, der Anzahl der Schlafzimmer, der Lage und anderen relevanten ...