惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

N
News and Events Feed by Topic
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
月光博客
月光博客
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
大猫的无限游戏
大猫的无限游戏
T
Tailwind CSS Blog
S
SegmentFault 最新的问题
V
V2EX
阮一峰的网络日志
阮一峰的网络日志
C
Cisco Blogs
博客园 - 叶小钗
P
Privacy International News Feed
Jina AI
Jina AI
Apple Machine Learning Research
Apple Machine Learning Research
T
Threatpost
IT之家
IT之家
博客园 - 聂微东
Know Your Adversary
Know Your Adversary
Help Net Security
Help Net Security
罗磊的独立博客
I
Intezer
S
Schneier on Security
博客园_首页
C
CERT Recently Published Vulnerability Notes
雷峰网
雷峰网
Cisco Talos Blog
Cisco Talos Blog
宝玉的分享
宝玉的分享
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
Webroot Blog
Webroot Blog
TaoSecurity Blog
TaoSecurity Blog
MyScale Blog
MyScale Blog
P
Privacy & Cybersecurity Law Blog
T
The Exploit Database - CXSecurity.com
PCI Perspectives
PCI Perspectives
Security Latest
Security Latest
H
Heimdal Security Blog
S
Secure Thoughts
Hacker News: Ask HN
Hacker News: Ask HN
Y
Y Combinator Blog
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
Microsoft Security Blog
Microsoft Security Blog
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
SecWiki News
SecWiki News
The GitHub Blog
The GitHub Blog
A
Arctic Wolf
A
About on SuperTechFans
aimingoo的专栏
aimingoo的专栏
T
Threat Research - Cisco Blogs
Engineering at Meta
Engineering at Meta
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC

博客园 - 风满袖

如何进行有效的沟通(二) 如何进行有效的沟通(一) SOA——概念 (转)Locale 详解 A XMLBean Tip 在Weblogic8.1.4服务器上安装Alphablox8.4 开源BI系统简述 如何收集项目需求 Prefactoring——Guidelines Prefactoring——Introduction Create C++ Object Dynamically MVP——Model-Viewer-Presenter Success/Failure Criteria for Software Projects AJAX Secutiry and AJAX Applications Accessible -- Many Tutorials and Articles A NHibernate Helper Kit Apache——Config WebDAV 3D Desktop Some Funny Development Methodologies -- XXX Driven Development Why I hate Web 2.0/AJAX? Here are some reasons...
BI相关的术语
风满袖 · 2007-02-25 · via 博客园 - 风满袖

BI相关的术语

平均

平均指标是同质总体中各单位某一指标值的平均数字,反映总体在一定时间、地点条件下的一般水平。如平均工资、单位产品成本、单位面积产量、平均单价等。变异指标则说明总体各单位标志值差异程度的指标,常用的变异指标是标准差和标准差系数。使用平均和变异分析法应注意以下几点:

 正确计算平均指标必须是同质总体的平均数。其公式是:

分子、分母是同一总体的两个总量指标。

移动平均

移动平均是计算指标在一段时间内的平均值的方法。在某些时间序列中,周期性变化非常大,从而掩盖了所有趋势或循环,而这些趋势和循环对于了解所观察的过程来说是非常重要的。移动平均可以用作一种平滑方法,它去除周期性变化因素,并能让序列中的长期波动形势更清晰地突显出来。移动平均也可用于预测。

线性加权移动平均

一种移动平均变换。 使用加权移动平均来为当前数据指定更多的权重。可使用函数自动计算权重。

线性加权移动平均的权重函数定义为:

W(p)=(2/n(n+1)) p

其中,p 是移动时段中的数据点序列,范围从 1 n。权重的总和必须为 1

指数加权移动平均

一种移动平均变换。 指数加权移动平均变换查找所需的点数参数。

平滑常量参数是必需的:

如果小于 1,当前数据的权重更大

如果等于 1,每个点的权重相同(与简单移动平均相同)

如果大于 1,旧数据的权重更大

指数加权移动平均的权重函数定义为:

W(p)=power(a,n-p)

其中,a 是平滑常量,p 是移动时段中的数据点序列,范围从 1 n。平滑常量小于 1 时,最新数据的权重更大。平滑常量为 1 时,每个点的权重相同。 如果平滑常量大于 1,则旧数据的权重比新数据的权重大。

同月移动平均

一种移动平均变换。 这种同月移动平均方法使用时间间隔固定的时段,但有非连续数据点。 适合对周期性数据进行平滑或预测。

中心化线性加权移动平均

一种移动平均变换。 中心化加权移动平均(也称为双移动平均)是一种依据已表示移动平均结果的一系列数据进行的移动平均计算。在中心化加权移动平均中,大部分权重分配给数据的中间部分。居中加权移动平均用于去除数据的周期性变化因素。

报警规则

报警规则用于检测特殊原因并就其发出警报。 在检测中等至大量变化时,休哈特控制图十分有效。 增强休哈特图功能的一种可能方式是:使用规则来补充制约控制限制的普通规则。

差分法

差分法是从时间序列中删除趋势的常用且有效的方法。它为时间序列真正的基础行为提供了更清晰的视图。固定时间序列的统计属性(如平均值、方差、自动相关,等等)在一段时间内都保持不变。 大多数业务和经济时间序列在用其原始度量单位表示时,都完全不是固定不变的,并且,即使在通货紧缩或季节性调整之后,它们通常也仍会呈现出一定的趋势、周期、随机涨落及其他不稳定的行为。要让序列真正保持稳定,通常需要将其转换为逐周期和/ 或逐季节差异或变动序列。

抽样

抽样是总体中的一组数据,带有指定的信息。 理想情况下,需要经常分析较大的样本以获得最精确的估计和最新的信息。 样本越大,就能越轻松地检测到较小的变化,并使控制图在检测变动时能够更敏感,同时不会增大误报率。

初始至今

一种逐级汇总变换。 移动总和(也称为时间逐级汇总)是用来计算移动时段内指标总和的一种方法,它可以采用固定的时间间隔(如逐级汇总 12 个月),也可采用变化的时间间隔(如年初至今)。逐级汇总比较分析使用移动总和方法。

单一指数平滑

单一指数平滑 (SES) 是一种预测方法,它最适合于没有趋势、没有周期性或者有基础模式的数据。 它采用上一周期的预测,并使用预测误差对其进行调整。

如果 Yt 是周期 t 的实际观察,Ft 是同一周期的预测,则下一周期的预测为:

Ft+1 = Ft+a(Yt-Ft)

其中,a 是一个介于 0 1 之间的常量。

个体平均

返回子集中所有个体的个体平均值。

过滤器

过滤器是一个条件,它对接收的信息加以限制从而使其最有用。

几何平均数

几何平均数是 n 个值的积的 n 次方根。 它的使用频率比算术平均数要少,适合于求诸如变动率、利率或通货膨胀率等比率的平均值。 大体来说,任何时候当若干数量将相乘求积时,就适合使用几何平均数。

警报

警报会将业务中发生的任何较大变化通知用户。

目标

目标衡量给定指标是否完成。 目标是数值或布尔值,并且可为正或负,具体情况取决于所需的结果。 它由目标值和容许区间(可选)组成。将基于目标的关联指标的绩效为目标分配一个目标状态。 当指标实际值的绩效高于目标值并超出容许区间时,目标状态为绿色。如果指标的实际值位于容许区间范围内,则目标状态为黄色。 如果指标实际值的绩效低于目标值并超出容许区间时,则目标状态为红色。

双极目标

双极目标是指对于 指标而言具有双带区的目标。 可能有三种类

型的极性:

增长表示正常,例如收入、利润或客户满意度。

增长表示不正常,例如费用或投诉数量。

达到目标值表示正常,如新雇员人数、所生产部件的正确直径。

可以用六个彩色带区呈现双极目标,并在上面定义规则。

四带区目标

双极目标通常有六个带区 目标线的每一侧各有三个 GYR 带区。

但是,可以定义四带区目标。

要定义绿红带区(没有黄色) ,黄色容许区间必须等于绿色容许区

间,并且绿色容许区间必须大于零。

目标状态

目标状态可帮助用户以简单直观的方式解释某个 Metric 的绩效。

给定周期的目标状态是由 Metric 实际值在该周期的容许区间内的位置

确定的,并会考虑 Metric 的极性。

目标状态由以下几种颜色表示:

绿色表示满足其目标值的目标。

黄色表示处于容许区间范围内的目标。

红色表示低于设定目标值的目标。

灰色表示不确定状态。 这意味着缺少容许区间和/ Metric 值。

当目标的 Metric 的最后一个周期早于目标的最后一个周期时,目标

也可能为灰色。

目标趋势

目标趋势是通过比较最近两个周期的目标实现百分比确定的。 目标

的趋势由绿色加号或红色减号表示。

将为每种目标趋势使用一种彩色符号:

改善的趋势显示为绿色“+”号

正在变坏的趋势显示为红色“-”号

未变化的趋势显示为黄色“=”号

对其一无所知的趋势显示为灰色“?”号

趋势分析

趋势分析法是指用若干个连续期间的财务报告的资料进行相关指标的比较分析,以说明企业经营活动和财务状况的变化过程及发展趋向的分析方法。

平衡性分析

所谓平衡就是各个互相联系的因素之间,在数量上保持一定的合理的对应关系。平衡分析法是分析事物之间相互关系的一种方法。它分析事物之间发展是否平衡,揭示出事物间出现的不平衡状态、性质和原因,指引人们去研究积极平衡的方法,促进事物的发展。统计平衡分析的主要方法有编制平衡表和建立平衡关系式。

    平衡表与一般统计表的区别在于:指标体系必须包括收入与支出,来源与使用两个对应平衡的指标。平衡表的主要形式有三种,即收付式平衡表、并列式平衡表和棋盘式平衡表,前两种形式如资产负债表、能源平衡表,后一种形式如投入产出表。

    平衡关系式是用等式表示各相关指标间平衡关系的式子。如,期初库存+本期入库=本期出库+期末库存,资产=负债+所有者权益,增加值=总产出-中间投入。 

    统计中的平衡分析基本要求和特点是:

平衡分析要通过有联系指标数值的对等关系来表现经济现象之间的联系;要通过有联系指标数值的比例关系来表现经济现象之间的联系;要通过任务的完成与时间进度之间的正比关系来表现经济现象的发展速度;要通过各有关指标的联系表现出全局平衡与局部平衡之间的联系。

对比分析

对比分析法是把客观事物加以比较,以达到认识事物的本质和规律并做出正确的评价。对比分析法通常是把两个相互联系的指标数据进行比较,从数量上展示和说明研究对象规模的大小,水平的高低,速度的快慢,以及各种关系是否协调。在对比分析中,选择合适的对比标准是十分关键的步骤,选择的合适,才能做出客观的评价,选择不合适,评价可能得出错误的结论。对比标准存在以下几种选择:

    时间标准:即选择不同时间的指标数值作为对比标准,最常用的是与上年同期比较即"同比",还可以与前一时期比较,此外还可以与达到历史最好水平的时期或历史上一些关键时期进行比较。

    空间标准:即选择不同空间指标数据进行比较。(1)与相似的空间比较,如本市与某些条件相似的城市比较。(2)与先进空间比较,如我国与发达国家比较。(3)与扩大的空间标准比较,如我市水平与全国平均水平比较。

    经验或理论标准:经验标准是通过对大量历史资料的归纳总结而得到的标准。如衡量生活质量的恩格尔系数。理论标准则是通过已知理论经过推理得到的依据。

    计划标准:即与计划数、定额数、目标数对比。市场经济并不排斥科学合理的计划,因此,计划标准对统计评价仍有一定意义。

    相联系的两个指标对比,表明现象的强度、密度、普遍程度,如人均国内生产总值、人口密度、人均收入以及某些技术经济指标等。

    对比分析按说明的对象不同可分为单指标对比,即简单评价;多指标对比,即综合评价。在进行对比分析时应掌握的原则是:

    1)指标的内涵和外延可比。

    2)指标的时间范围可比。

    3)指标的计算方法可比。

4)总体性质可比。

绝对值

统计中常用的总量指标就是绝对值。它是反映客观现象总体在一定时间、地点条件下的总规模、总水平的综合指标。如,一定总体范围内粮食总产量、工农业总产值、企业单位数等。

相对值

相对指标就是相对值。它是由两个有联系的指标对比计算的,用以反映客观现象之间数量联系程度的综合指标,其数值表现为相对值。计算相对数的基本公式是:

          比较数值(比数)

      相对值= ─────────

          基础数值(基数)

分母是用作对比标准的指标数值,简称基数;分子是用作与基数对比的指标数值简称比数。相对值的表现形式,通常以系数、倍数、成数、百分数或千分数表示。

比重

将同一总体内的部分数值与全部数值对比求得比重,用以说明事物的性质、结构或质量。比重分析即为结构分析法,是在统计分组的基础上,计算各组成部分所占比重,进而分析某一总体现象的内部结构特征、总体的性质、总体内部结构依时间推移而表现出的变化规律性的统计方法。结构分析法的基本表现形式,就是计算结构指标。其公式是:

强度

将两个性质不同但有一定联系的总量指标对比,用以说明现象的强度、密度和普遍程度。

趋势

将同一现象在不同时期的指标数值对比,用以说明发展方向和变化的速度。如,发展速度、增长速度等。

指标的频数分布有集中趋势和离散趋势两个主要特征,只有把两者结合起来,才能全面地认识事物。

离散趋势

反映各指标值的差异和分散程度。描述一组同质指标离散趋势的常用指标有全、四分位数间距方差和标准差,其中方差和标准差最常用。

集中趋势

反映指标变化的均衡性和稳定性。

同比

本期和去年同期相比较。

其计算公式为:

             本期发展水平

  同比发展速度= --------------------------×100%

            去年同期发展水平

环比

本期和前一时期相比较。如果计算一年内各月与前一个月对比,即2月比1月,3月比2月,4月比3 ……12月比11月。

基比

本期和某个固定时期相比较,以表明这种现象在较长时期内总的发展速度。

中位数

将一组数从小到大排列,若个数为奇数,则中位数就是中间那个数;若个数为偶数,则中间两个数的平均数就是中位数。