利用可能なデータサイエンスチャート
データサイエンスチャートを使用すると、Domoデータの詳細な統計分析を行うことができます。
以下の表は、Domoで利用可能なデータサイエンスチャートのタイプを一覧表示しています。サムネイル画像をクリックすると、拡大画像が表示されます。
チャートタイプ |
説明 |
例 |
---|---|---|
散布図 |
標準的な散布図には、縦軸(Y軸)に1つ、横軸(X軸)に1つの、2つの値の目盛りがあります。これらの数値は座標として扱われ、XとYの数値のペアごとに、1つの点がチャートに描画されます。点は、系列データをチャートに含めることで、特定のグループに依頼することができます。 X軸上に値データではなくタイムラインデータを含んだ、散布図時間チャートを作成することもできます。その場合、すべての点が該当する日時の座標上に描画されます。しかし、それでも特定の日時座標上における点の位置は、Y座標の値によって決まります。 1つ目の例は、標準的な散布図を示しています。2つ目の例は、散布図時間チャートを示しています。 2017年7月リリースの時点で散布図の機能が更新され、データが集計されなくなりました(集計を行うと、系列内のすべてのデータが1つの点に集中します)。以前のバージョンの散布図を使用したい方は、レガシータイプの散布図を使用してください。 詳細については、「散布図」を参照してください。 |
|
散布図(レガシー) | これは2016年7月のリリースより前に使用されていた散布図バージョンです。後方互換性のために保存されていますが、新しいチャートでは標準の散布図を使用することをお勧めします。 | 該当なし |
バブルチャート |
バブルチャートは、2つの数値目盛があり、X座標とY座標のペアがチャートに描画されるという点で、散布図と似ています。バブルチャートは、バブルサイズという別の次元が加わっている点で、散布図よりも複雑になっています。そのため、各バブルのサイズ値を含むDataSet列が更に必要です。右の例では、Y軸は社員の給料を測定し、X軸は給料を受け取っている社員の平均人数を示します。更に、各バブルのサイズは、各部署の給料総額が占める割合を表します。 X軸上に値データではなくタイムラインデータを含んだ、バブルチャート時間チャートを作成することもできます。その場合、全てのバブルが該当する日時の座標上に配置されます。しかし、それでも特定の日時座標上における点の位置は、Y座標の値によって決まります。 1つ目の例は、標準的なバブルチャートを示しています。2つ目の例は、バブルチャート時間チャートを示しています。 2017年7月リリースの時点でこのオプションはまだ利用できますが、バブルチャートに系列データを含める必要はなくなりました。以前のバージョンのチャートを使用したい方は、レガシータイプのバブルチャートを選択してください。 詳細については、「バブルチャート」を参照してください。 |
|
バブルチャート(レガシー) | これは2016年7月のリリースより前に使用されていたバブルチャートバージョンです。後方互換性のために保存されていますが、新しいチャートでは標準のバブルチャートを使用することをお勧めします。 | 該当なし |
XY折れ線グラフ |
折れ線チャートは日付/時刻データではなくx座標とy座標のペアを使ってトレンドラインを描画します。この数学的な描画により、日付/時刻データを使用するチャートのように、データポイントの間隔が均等ではありません。このため、このチャートはトレンドラインをより正確に描画するのに役立ちます。 基本的な折れ線チャートでは直線を描くために必要なデータは2列ですが、複数の直線を表示するために系列の列を含めることもできます。また、中央値に軸線を追加し、下限値と上限値を指定することもできます。現在、このチャートタイプには、中央値の線と上下の範囲を識別するアルゴリズムは 含まれていません 。これらの要素はチャートの作成に使用するDataSetで自分で特定する必要があります。ただし、RやPythonのようなツールを使って、これらの要素を特定することができます。 スクリーンショットは、単一のトレンドライン、中央値の線、上限および下限が含まれている折れ線チャートを示しています。 詳細については、「折れ線チャート」を参照してください。 |
|
予測モデリング |
予測モデリングチャートは、基本的にモデルのフィット線を含む散布図です。必要に応じて、モデルのフィット線の上限と下限を指定することもできます。 現在、このチャートタイプには、モデルのフィット線と上下の範囲を識別するアルゴリズムは 含まれていません 。これらの要素はチャートの作成に使用するDataSetで自分で特定する必要があります。ただし、RやPythonのようなツールを使って、これらの要素を特定することができます。 詳細については、「予測モデリングチャート」を参照してください。 |
|
予測 |
予測チャートは、現在の日付/時刻までのすべてのデータの基本トレンドラインと、現在の日付/時刻以降に予測される変化を示す予測線から構成されています。オプションで予測線の下限と上限を指定できます。必要に応じて、第2予測線に上限と下限を含めることもできます。 現在、このチャートタイプには、予測線と上下の範囲を作成するアルゴリズムは 含まれていません 。このデータは、チャートの作成に使用しているDataSetに既に存在している必要があります。ただし、RやPythonのようなツールを使ってデータソースにこれらの列を作成してからDomoに追加することもできます。 詳細については、「予測チャート」を参照してください。 |
|
外れ値 |
外れ値チャートは基本的な折れ線チャートとほぼ同じですが、外れ値と見なされるポイントを呼び出せます。 現在、このチャートタイプには、外れ値ポイントを識別するアルゴリズムは 含まれていません 。これらのポイントはチャートの作成に使用するDataSetで自分で特定する必要があります。ただし、RやPythonのようなツールを使って、これらの外れ値を特定することができます。 詳細については、「外れ値チャート」を参照してください。 |
|
箱ひげ図(縦) |
統計と品質の測定には箱ひげ図がよく使われます。どんなカテゴリでも、DataSet内では最低5つの値が必要とされます。Domoは、これらの値から、最大 値、Q3(第3四分位点)値、 中央値、 Q2(第2四分位点)値、および 最小値を導き出します。これらの値は、箱を形成する Q1 値、中央値、 Q3 値と、「ひげ」を形成する最大値と最小値によって、箱ひげ図としてチャートに描画されます。 箱ひげ図では、縦軸(Y軸)に値を、横軸(X軸)にカテゴリーを表示するため、箱は上から下に伸ばして表示されます。 詳細については、「箱ひげ図」を参照してください。 |
|
箱ひげ図(横) |
箱ひげ図は縦軸(Y軸)にカテゴリー、横軸(X軸)に値が表示されます。箱が上から下ではなく左から右に表示される以外は、箱ひげ図(縦)と同じです。 詳細については、「箱ひげ図」を参照してください。 |
|
SPC(統計的プロセス制御)チャート |
SPC(統計的プロセス制御)チャートは、管理チャート、シューハートチャート、またはプロセス挙動チャートとも呼ばれる折れ線チャートで、製造プロセスまたはビジネスプロセスが管理状態にあるかどうかを判断するために使用されます。DomoのSPCチャートでは、[チャートの設定] でSPC標準のルールを設定できます。指定したルールから外れる値が発生した場合、チャート内でその値に外れ値のフラグが付けられます。 利用可能なルールは8つです。ルールは単独で実装することも、組み合わせて実装することもできます。 詳細については、「SPCチャートの作成」を参照してください。 |
![]() |