برای محاسبه Z-Score در Tableau، باید ابتدا میانگین و انحراف معیار دادههای خود را محاسبه کنید و سپس از فرمول Z-Score استفاده کنید که عبارت است از تفاضل هر مقدار از میانگین و تقسیم آن بر انحراف معیار. در Tableau میتوانید از توابع محاسباتی مانند `()AVG` برای میانگین و `()STDEV` برای انحراف معیار استفاده کنید. این محاسبات به شما این امکان را میدهند که با بررسی Z-Scoreها، نقاط دادهای که بهطور چشمگیری از بقیه متفاوت هستند را شناسایی کرده و تحلیلهای دقیقتری انجام دهید.
محاسبه و کاربرد نمره Z (Z-Score) در نرمافزار Tableau برای تحلیل دادهها
- 1. تعریف نمره Z
- 2. محاسبه Z-Score در Tableau
1. تعریف نمره Z
نمره Z نشان میدهد که یک مقدار چقدر با میانگین فاصله دارد و این فاصله را بر حسب انحراف معیار بیان میکند. فرمول نمره Z به صورت زیر است:
Z = (X – μ) / σ
که در آن:
- X مقدار داده
- μ میانگین دادهها
- σ انحراف معیار دادهها
مقدار Z مثبت نشاندهنده مقداری بالاتر از میانگین و مقدار منفی نشاندهنده مقداری پایینتر از میانگین است. معمولاً مقادیری با نمره Z بزرگتر از 2 یا کوچکتر از -2 به عنوان نقاط پرت در نظر گرفته میشوند.
2. محاسبه Z-Score در Tableau
برای محاسبه Z-Score در Tableau باید مراحل زیر را طی کرد:
وارد کردن دادهها به Tableau
ایجاد فیلدی محاسباتی برای محاسبه میانگین (AVG)
ایجاد فیلدی محاسباتی برای محاسبه انحراف معیار (STDEV)
تعریف یک calculated field جدید برای Z-Score با استفاده از فرمول:
(SUM([YourValue]) – AVG([YourValue])) / STDEV([YourValue])
توجه: به جای “YourValue” نام متغیر موردنظر را وارد کنید.
5. استفاده از فیلد Z-Score در نمودارها برای شناسایی دادههای پرت
مثال کاربردی:
فرض کنید مجموعهای از دادههای مربوط به تعداد مراجعات روزانه به یک مرکز بهداشتی دارید. جدول زیر نشاندهنده تعداد مراجعات در ۱۰ روز متوالی است:
در این مثال، مقدار مربوط به روز ششم (120 مراجعه) به وضوح بسیار بالاتر از سایر مقادیر است. با محاسبه Z-Score در Tableau برای هر مقدار، مشاهده میشود که نمره Z روز ششم به طور قابل توجهی بیشتر از 2 است و بنابراین میتوان آن را یک نقطه پرت در نظر گرفت.
نمودار فرضی:
در Tableau، میتوان یک نمودار ستونی ساده (Bar Chart) رسم کرد که محور افقی آن روزها و محور عمودی آن Z-Score محاسبه شده باشد. با افزودن خط مرجع (Reference Line) در مقدار Z = 2 و Z = -2، نقاط پرت بهراحتی قابل شناسایی هستند. این تصویر بصری به تحلیلگران کمک میکند تا به سرعت رفتار غیرعادی دادهها را مشاهده و بررسی کنند.
دیدگاهتان را بنویسید