# 使用折线图进行时间序列预测 商业用户和分析师通常将其度量作为一种随时间变化的趋势进行监控，通过时间序列预测，他们可以估计观察的历史序列将如何延续到未来。预测趋势线可能如何演变的能力可以为战略和决策提供信息。在 Qlik Cloud 中，时间序列预测选项会生成可视化，用折线图中生成和展示的预测值扩展趋势线。根据所采用的方法，表示置信区间的阴影区域以可配置的置信水平显示可能的值。使用可信的预测函数生成时间序列预测；SSA（奇异谱分析）算法提供了一个置信区间，OLS（普通最小二乘）方法提供了一条简单的线性回归线。 用 OLS 方法建立时间序列预测图 用 OLS 方法建立时间序列预测图 用 OLS 方法建立时间序列预测图 ![用 OLS 方法建立时间序列预测图](https://help.qlik.com/zh-CN/cloud-services/Subsystems/Hub/Content/Resources/Images/ui_TimeSeries_OLS_rev.png) 用 SSA 方法建立时间序列预测图 用 SSA 方法建立时间序列预测图 用 SSA 方法建立时间序列预测图 ![用 SSA 方法建立时间序列预测图](https://help.qlik.com/zh-CN/cloud-services/Subsystems/Hub/Content/Resources/Images/ui_TimeSeries_SSA_rev.png) 时间序列预测将预测值与历史值明确区分开来。可视化将按维度属性中的预测步骤和步幅选择的配置以增量方式显示预测。当在测量中选择 SSA 方法时，将显示表示预测置信区间的阴影区域。此间隔通过测量属性配置：显示置信度和置信度水平。阴影区域显示合理值的区间（例如，95%），这意味着未来值预计位于阴影区域内，概率为 95%。 [Time series forecasting](https://play.vidyard.com/xGKootWFwW6RqSnhqGUitu) ## 要求和属性行为 当满足以下要求时，在高级选项中“度量值属性”中将显示预测切换： * 数值或时间维度 * 一个度量和一个维度 * 维度轴必须是连续的。 请务必注意，只有当度量值是数字或时间维度且维度轴连续时，预测切换设置才会显示在度量属性中。启用时，预测时间序列特性将同时显示在维度面板和度量面板中。维度属性用于处理水平距离和增量设置。度量属性设置方法、线和阴影样式、可信度设置和级别。 ## OLS 和 SSA 方法 OLS（普通最小二乘法）是一种简单的回归模型方法，通过最小化观测因变量和预测因变量之间差异的平方和来计算趋势线。此时间序列预测选项适用于用户希望看到其数据的线性趋势的情况；它不控制噪声或异常值，它只是使用所有数据生成一条线性回归线。 相对于 OLS，SSA（奇异谱分析）是一种能够识别噪声、季节性以及趋势的复杂算法。SSA 要求对数据进行充分的定期采样，如果数据超过某个限制，则返回一个错误，表明数据太不规则。SSA 是预测具有周期性或振荡行为的趋势的最佳选择。 在使用 SSA 方法生成预测的情况下，该算法估计相关度量所采用的可能值范围的中间值。这条线由预测间隔扩大，提供了它可以接受的值的范围。预测间隔显示为阴影区域，而不是显示许多可能的值。 ## 时间序列预测限制 时间序列预测有以下限制： * 未为钻取维度启用预测。 * 未为具有多个维度的图表启用预测。在一个维度和多个度量的情况下，只有一个度量可以启用预测。 * 只有在默认排序到位时，“预测”才起作用。有关更多信息，请参阅[更改可视化的排序](https://help.qlik.com/zh-CN/cloud-services/Subsystems/Hub/Content/Sense_Hub/Visualizations/change-sorting-of-visualization.htm)。 * 最小数据点数：OLS 需要至少 2 个数据点。OLS 需要至少 6 个数据点。 * 最大数据点数：不建议在超过 5000 个数据点的数据集上使用算法。当对超过 5000 个数据点的数据集运行时间序列预测时，用户将开始遇到性能问题。用户和应用程序设计者应根据需要使用计算条件，以便通过选择减少数据集时，图表将显示出来。选择应该是连续的；有关不规则时间采样，请参阅以下要点。 * 在某些情况下，预测将使用不规则的时间采样：OLS 将始终有效，因为它不限于时间序列预测或常规数据。SSA 要求对数据进行充分的定期采样，如果数据超过规定限制，则返回一个错误，表明数据太不规则。 * 在离线模式下，预测在 Qlik Analytics 移动应用程序中不起作用。 * 如果将具有预测的应用程序从 Qlik Cloud 导出并导入 QSEoW，则将不会显示预测图表。预测在 QSEoW 中不受支持。 * 将折线图下载为 Microsoft Excel 文件时，预测值不会包含在该文件中。 * 右键单击折线图并选择查看数据时，不会显示预测值。 * 如果折线图中的任何维度或度量使用显示条件，则时间序列预测不可用。 ## 示例 [](https://help.qlik.com/en-US/cloud-services/Subsystems/Hub/Content/Sense_Hub/Visualizations/LineChart/timeseries-forecast.htm) #### - 时间序列预测 此 演示如何创建启用时间序列预测的折线图。以具有两个字段的数据集为例：连续维度的日期和度量的总千瓦时、每日用电量（千瓦时）。预测已启用，能可视化能源消耗率可能在可配置的置信区间内的位置。 加载脚本 将以下数据作为数据加载编辑中的内联加载载入。 ``` MyTable: Load * Inline [ Date,Tot-KWh 2021-10-27,269 2021-10-28,380 2021-10-29,410 2021-10-30,380 2021-10-31,344 2021-11-01,275 2021-11-02,299 2021-11-03,545 2021-11-04,326 2021-11-05,405 2021-11-06,333 2021-11-07,395 2021-11-08,416 2021-11-09,697 2021-11-10,500 2021-11-11,600 2021-11-12,560 2021-11-13,494 2021-11-14,362 2021-11-15,470 2021-11-16,366 2021-11-17,548 ]; ``` 有关使用内联加载的详细信息，请参见[使用内联加载来加载数据](https://help.qlik.com/zh-CN/cloud-services/Subsystems/Hub/Content/Sense_Hub/Scripting/inline-loads-qs.htm)。 使用时间序列预测创建折线图 执行以下操作： 1. 从资产面板中，将空折线图拖动到新工作表。 2. 选择“单击”以添加标题并命名图表每日耗电量（千瓦时）。 3. 选择添加维度，然后添加字段日期 。 4. 选择添加度量并添加度量 Avg([Tot-KWh])。 5. 在属性面板外观区域中，展开演示属性，然后为滚动条选择无。 6. 打开度量属性并选择以下属性： * 使用选择器将预测打开。 * 将颜色更改为 #006580。 * 移动滑块以将线粗细更改为 2。 * 选择线类型：虚线。 * 保留曲线的默认值：线性。 * 保留显示置信度的默认值：开启。 * 将置信水平值从默认值 .95 更改为 .85。 预测的度量属性 预测的度量属性 预测的度量属性![预测度量属性](https://help.qlik.com/zh-CN/cloud-services/Subsystems/Hub/Content/Resources/Images/ex_TimeSeries_MeasureProps.png) 7. 打开维度属性并选择以下属性： * 保留预测步骤的默认值：3。 * 保留步骤大小乘数的默认值：1。 * 保留时间和数字单位下拉选择：天。 预测的维度属性 预测的维度属性 预测的维度属性![预测维度属性](https://help.qlik.com/zh-CN/cloud-services/Subsystems/Hub/Content/Resources/Images/ex_TimeSeries_DimensionProps.png) 显示天数间隔的带预测折线图 显示天数间隔的带预测折线图 显示天数间隔的带预测折线图 ![启用时间序列预测的折线图（以天为时间间隔）](https://help.qlik.com/zh-CN/cloud-services/Subsystems/Hub/Content/Resources/Images/ex_Timeseries_UnitDay.png) 8. 展开维度属性： * 保留预测步骤的值：3。 * 保留步骤大小乘数的默认值：1。 * 更改时间和数字单位下拉选择：周。 9. 在演示部分中，选择显示数据点。 为期 3 周以周为间隔的预测 为期 3 周以周为间隔的预测 为期 3 周以周周为间隔的预测 ![预测带周间隔的 3 周](https://help.qlik.com/zh-CN/cloud-services/Subsystems/Hub/Content/Resources/Images/ex_TimeSeries_3Weeks.png) 10. 展开维度属性： * 更改预测步骤的值：21。 * 保留步骤大小乘数的默认值：1。 * 更改时间和数字单位下拉选择：天。 11. 在演示部分中，选择显示数据点。 本演示重点介绍了预测如何根据同一时间间隔内时间单位的粒度（天与周）呈现非常不同的结果。 3 周带天间隔的预测 3 周带天间隔的预测 3 周带天天间隔的预测 ![预测带日间隔的 3 周](https://help.qlik.com/zh-CN/cloud-services/Subsystems/Hub/Content/Resources/Images/ex_TimeSeries_21Days.png) 信息注释注意，虽然图表可能预测相同的持续时间；粒度的变化会导致非常不同的形状。 ## 使用 Qlik Predict 进行时间序列预测 借助 Qlik Predict，您可以训练机器学习模型，以基于时间序列数据预测未来指标。预测是时间特定的，可以整合到分析应用程序中的折线图和其他可视化中。模型允许针对不同组的多个功能和个性化预测，这些组对目标指标的数据进行分类。这使您能够探索和预测多变量场景的模式 - 即涉及多个变量随时间推移相互作用的场景。 要在 Qlik Predict 中创建时间序列预测，请创建一个时间序列实验，然后部署一个模型以便在新数据上创建预测。 有关更多信息，请参阅： * [使用时间序列实验](https://help.qlik.com/zh-CN/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/time-series-experiment.htm) * [使用多变量时间序列预测](https://help.qlik.com/zh-CN/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/machine-learning-framework-time-series.htm) 相关学习内容： * [如何基于 Qlik Cloud 中的时间序列数据进行预测？](https://help.qlik.com/lnk/How_forecast_timeseries_data_qlikcloud) ## 了解详情 * [如何基于 Qlik Cloud 中的时间序列数据进行预测？](https://help.qlik.com/lnk/How_forecast_timeseries_data_qlikcloud)