Modyfikatory
Miary to obliczenia oparte na polach, na przykład Sum(Cost). Za pomocą modyfikatorów można zmienić sposób obliczania miary w dostępnych wymiarach.
Na przykład wartości miary mogą być kumulowane w jednym lub dwóch wymiarach albo można obliczyć średnią miary dla określonej liczby kroków.
Informacje o tym, jak zastosować modyfikator do miary, zawiera temat Stosowanie modyfikatora miary..
Które wizualizacje mają modyfikatory
Wizualizacja | Akumulacja | Różnica | Średnia ruchoma | Liczby względne | Dekompozycja szeregu czasowego |
---|---|---|---|---|---|
Wykres słupkowy | Tak | Tak | Tak | Tak | Nie |
Wykres kombi | Tak | Tak | Tak | Tak | Nie |
Wykres liniowy | Tak | Tak | Tak | Tak | Tak |
Tabela | Tak | Tak | Tak | Tak | Nie |
Tabela prosta (Visualization bundle) | Tak | Tak | Tak | Tak | Nie |
Akumulacja
Modyfikator akumulacji umożliwia akumulację wartości miary w jednym lub dwóch wymiarach. Akumulacja wartości ułatwia wizualizację narastania efektu miary w określonym wymiarze.
Na poniższym wykresie kombi słupki i linie kumulują się w czasie.
Wykres kombi, na którym linia przedstawia skumulowaną marżę zysku, a słupki pokazują skumulowane wartości sprzedaży.

Składnia:
RangeSum(Above {$M,0,Steps})
Różnica
Modyfikator różnicy pozwala zwizualizować różnicę między kolejnymi wartościami miary dla jednego lub dwóch wymiarów. Modyfikator różnicy może być używany w celu wizualizacji zmiany w kierunku zgrupowanych danych.
Na poniższym wykresie słupkowym wszelkie spadki rocznych zysków w okresie 10-letnim są wyświetlane jako słupki ujemne.
Wykres słupkowy pokazujący różnice zysków między kolejnymi latami.

Składnia:
$M - Above($M)
Średnia ruchoma
Modyfikator średniej ruchomej umożliwia sprawdzenie średnich wartości miary w danym okresie. Można go użyć do odfiltrowania akcji od krótkoterminowych wahań wartości. Liczbę kroków, których dotyczy uśrednianie, można zmieniać w zależności od tego, w jakim stopniu modyfikator ma odzwierciedlać zmiany w danych. Średnia ruchoma jest powszechnie stosowana w przypadku danych szeregów czasowych w celu podkreślenia długoterminowych trendów lub cykli.
Na poniższym wykresie liniowym pokazano średnie ruchome z dwoma zakresami różnic: jeden z zakresem 20 kroków, a drugi z pełnym zakresem.
Wykres liniowy pokazujący cenę produktu w okresie pięciu miesięcy.

Składnia:
RangeAvg(Above ($M,0,Steps))
Liczby względne
Modyfikator liczb względnych pozwala zobaczyć względne wartości procentowe. Możesz go użyć, aby zobaczyć wpływ określonych wyborów w stosunku do wyboru, w stosunku do sumy lub w stosunku do innych pól. Możesz zmienić podstawę, na której obliczana jest liczba względna.
W poniższej tabeli pokazano kolumnę ze sprzedażą z każdego roku z określonego wyboru i trzy kolumny z liczbami względnymi, jedną w stosunku do bieżącego wyboru, jedną w stosunku do całkowitej sprzedaży za wszystkie lata i jedną w stosunku do sprzedaży z każdego roku.
Tabela pokazująca różne wartości procentowe sprzedaży w stosunku do bieżącego wyboru, w stosunku do całkowitej sprzedaży i w stosunku do sprzedaży z każdego roku.

Poniżej znajduje się przykład składni modyfikatora w stosunku do wyboru sumy.
Składnia:
$M / Sum( total Aggr( $M, dim ) )
Dekompozycja szeregu czasowego
Modyfikator dekompozycji szeregów czasowych umożliwia rozbicie danych szeregów czasowych w celu oddzielnej analizy ogólnego trendu i powtarzającego się cyklu sezonowego. Możesz utworzyć cztery różne miary, z których każda pokazuje inną dekompozycję sygnału:
-
Zaobserwowane (oryginalna miara celu bez jakiejkolwiek dekompozycji)
-
Trend
-
Sezonowość
-
Przypadkowość
Aby uzyskać więcej informacji na temat funkcji wykresów używanych do tego przetwarzania, zobacz Funkcje dekompozycji szeregów czasowych.
Arkusz Qlik Sense do analizy pasażerów linii lotniczych, przedstawiający dwa wykresy liniowe wykorzystujące modyfikator rozkładu szeregów czasowych.

Składnia:
STL_Trend($M, Periods), STL_Seasonal($M, Periods),STL_Residual($M, Periods)