基本概念

データ分析と BI 用語

カテゴリ変数

データ フィールドに割り当てられるラベル。 たとえば、選挙人を表すデータセットを考えると、2 つのカテゴリ変数があります。投票した人と投票しなかった人です。

比較

2 つの異なる変数セットを比較してデータを分析する方法。

連続変数

値の範囲が連続しているデータ。 たとえば、9 月に記録された総降水量。

分野

ビジネス インテリジェンスでは、データをインポートした後、BI ソフトウェアがデータの列を別のフィールドに割り当てます。

タイプ

データのタイプは整数、文字列、日付などとして定義でき、役割は ディメンション または メジャー のいずれかです。

データフィルタリング

データの特定のサブセットを除外することによってデータを分析する方法。

データセット

データ視覚化のソースとして機能するデータのコレクション。

データの視覚化

視覚的な形式で表示されるデータ。 一般的に、理解しやすく、有益で洞察に満ちたコンテンツを念頭に置いて聴衆に提示されます。

寸法

ビジネス インテリジェンスでは、ディメンションとは、名前や日付などのデータ フィールドの定性的な値を意味します。

分布

情報の相関関係を整理し、変数間の相互作用を把握しようとすることで、データを分析する方法。

探索的データ分析

データ分析の最初のラウンドは、パターン、異常を発見し、仮定について水域をテストすることです。 通常、統計および視覚化ツールの支援が必要でした。

特徴

RATH がエンド ユーザーに提供する機能。 機能は、左側のパネルにタブとして一覧表示されます。

測定

ビジネス インテリジェンスでは、メジャーとは、数値など、測定可能なデータ フィールドの数値を意味します。

関係

さらに 2 つのデータ変数間の相関関係。 たとえば、石油の価格と世界の石油生産量の合計です。

選別

アルファベット順や小さいものから大きいものへなど、特定の順序でデータを整理してデータを分析する方法。

要約

統計的な要約を作成してデータを分析する方法。 たとえば、「count」、「sum」、「mean」、「maximum」、「minimum」などです。

変数

フィールドのメジャーまたは属性。

ラスの特徴

チャート

RATHがAIで生成・レコメンドするデータ可視化チャート。 グラフは、折れ線グラフ、散布図、棒グラフ、円グラフなどのいずれかです。

グラフィックウォーカー

Tableau に代わるオープンソースのモジュールです。 また、Manual Exploration 機能として RATH 内に統合されています。

手動探査

特定のチャートを手動で編集できる、Tableau に似たインターフェイス。 参照: グラフィック ウォーカー。

メガオート探査

このモードでは、RATH はデータ ソースを分析し、ユーザーが完全にオフハンドである間にデータの視覚化を生成します。

セミオート探査

このモードでは、RATH はデータ探索コパイロットとして機能し、データ分析プロセスでユーザーを支援します。 RATH は、ユーザーの意図を理解し、関連するデータ グラフを提案し、データ ソースへの洞察を提供します。

ベガ

Vega はビジュアライゼーション グラマーであり、インタラクティブなビジュアライゼーション デザインを作成、保存、共有するための宣言型言語です。 Vega を使用すると、ビジュアライゼーションの外観とインタラクティブな動作を JSON 形式で記述し、Canvas または SVG を使用して Web ベースのビューを生成できます。 Vega – A Visualization Grammar (opens in a new tab) より