집계 및 표현식

시각화에서 수행하는 가장 일반적인 계산은 데이터를 요약하기 위해 여러 시각화 축에서 지정하는 집계(예: 합계, 평균, 최대값 및 중앙값)입니다.

하지만 데이터에 대한 더 많은 정보를 얻기 위해, 분석의 다른 위치에서 다른 방법으로 데이터에 대한 계산을 수행할 수 있습니다.

먼저 사전 정의된 집계 중 원하는 계산에 일치하는 집계가 없는 경우 표현식을 직접 만들어 아래처럼 시각화의 다양한 축에 적용할 수 있습니다.

또한 결과 값이 데이터 테이블에 새 컬럼으로 추가되는 표현식을 만들 수 있습니다.

새 표현식 및 사전 정의된 표현식은 시각화 설정에 사용되는 일반 축에만 적용할 수 있는 것이 아닙니다. 오차 막대를 추가하거나 하위 집합을 만드는 등의 용도로도 사용할 수 있습니다.

통계 도구

설치된 클라이언트를 사용하여 분석을 만들 때 강력한 계산 및 통계 분석을 수행하기 위한 여러 도구가 기본 제공됩니다. 곡선 맞춤 모델, 데이터 상관성 분석 검사 방법, 데이터 군집분석 방법, 라인 유사성 순위 또는 예측이 모두 기본 제공 도구입니다.

아래 이미지에서 몇 가지 예를 볼 수 있습니다.

곡선 맞춤

K-평균 군집분석

데이터 함수 및 스크립트

데이터 함수를 사용하면 분석에 더 많은 통계 기능을 추가할 수 있습니다. 데이터 함수는 Spotfire® Enterprise Runtime for R(TERR™이라고도 함), 오픈 소스 R, Python 또는 기타 솔루션에서 실행되는 스크립트에 따라 계산됩니다. 사용 가능한 옵션은 특정 Spotfire 환경에 따라 다릅니다. 데이터 함수는 설치된 클라이언트를 사용하여 정의되지만 모든 클라이언트의 다양한 Spotfire 부분에서 사용하고 실행할 수 있습니다.

설치된 클라이언트를 사용하여 IronPython 스크립트, JavaScript 또는 사용자 지정 질의 언어로 작성된 스크립트를 정의하여 분석에서 작업을 수행할 수도 있습니다. 스크립트는 Spotfire API에 대한 액세스 권한을 가집니다.

f(x) 플라이아웃

f(x) 플라이아웃에는 라이브러리에 저장된 데이터 함수를 고정할 수 있어서 분석을 만들 때 계산 및 도구에 간편하게 액세스할 수 있습니다. 여기에서 설치된 클라이언트의 K-평균 군집분석과 같은 분석 도구도 찾을 수 있습니다.