基本概念

数据分析和 BI 术语

分类变量

分配给数据字段的标签。 例如，考虑代表选举的数据集，有两个分类变量：投票的人和没有投票的人。

比较

一种通过比较两组不同的变量来分析数据的方法。

连续变量

具有连续值范围的数据。 例如，九月份记录的总降雨量。

字段

在商业智能中，导入数据后，BI 软件会将数据中的列分配到不同的字段中。

类型

数据类型可以定义为整数、字符串、日期等，而角色可以是 dimension 或 measure。

数据筛选

一种通过过滤掉数据的某个子集来分析数据的方法。

数据集

作为数据可视化源的数据集合。

数据可视化

以视觉形式呈现的数据。 通常以易于理解、内容丰富且富有洞察力的内容呈现给观众。

维度

在商业智能中，维度表示数据字段的定性值，例如名称和日期。

分布

一种通过布局信息的相关性并试图把握变量之间的相互作用来分析数据的方法。

探索性数据分析

第一轮数据分析。意图为：发现模式、异常并测试假设。 通常需要统计和可视化工具的协助。

特征

RATH 为最终用户提供的功能。 功能在左侧面板上列为选项卡。

Measure

In Business Intelligence, a measure means numeric values of your data fields that you can measure, such as numbers.

关系

两个以上数据变量之间相关性的联系。 例如，石油价格与全球石油总产量的关系。

Sort

一种通过按一定顺序组织数据来分析数据的方法，例如按字母顺序或从小到大的顺序。

Summarize

一种通过生成统计摘要来分析数据的方法。 例如count、sum、mean、maximum、minimum。

变量

字段的度量值或属性。

RATH Features

图表

RATH用AI生成并推荐的一张数据可视化图表。 图表可以是折线图、散点图、条形图、饼图等。

Graphic Walker

一个模块，它是 Tableau 的开源替代品。它还作为 手动探索 功能集成在 RATH 中。

手动探索

手动探索 类似于 Tableau 的界面，您可以在其中手动编辑给定图表。 请参阅：Graphic Walker。

全自动探索

在这种模式下，RATH 将在用户完全空闲时分析数据源并生成数据可视化。

半自动探索

在该模式下，RATH 充当数据探索副驾驶，协助用户进行数据分析过程。 RATH 会理解用户的意图，建议相关的数据图表，并提供对您的数据源的洞察。

Vega

Vega 是一种可视化语法，一种用于创建、保存和共享交互式可视化设计的声明性语言。 借助 Vega，您可以以 JSON 格式描述可视化的视觉外观和交互行为，并使用 Canvas 或 SVG 生成基于 Web 的视图。 来自 Vega – 可视化语法 (opens in a new tab)