Page History

• 合計
• 平均
• 個数

さらに高度なグラフを設定する場合は、追加のフィールドを選択します。次のいずれかを選択します。

• セカンドシリーズ：グラフにメトリック（数値）を追加して、タイムシリーズグラフを2つ表示します。
• カラーセット：任意のディメンション（次元）フィールドに色を適用します。
• 関数：グラフにグラフ関数を適用します。
• なし：グラフにオプションフィールドを適用しません。

オプションフィールドに、「セカンドシリーズ」を選択した場合は、グラフに追加するセカンドメトリック（数値）フィールドを選択します。

セカンドシリーズ書式設定項目から、この値の書式設定項目を設定できます。

セカンドシリーズに集約値を適用します。次のオプションを使用して、値を集約できます。

• 合計
• 平均
• 個数

オプションフィールドに、「関数」を選択した場合は、適用するグラフ関数を選択します。選択肢は、以下の通りです。

• 平均：グラフに平均線を表示します。
• 傾向：グラフに傾向線を表示します。関数設定選択で、傾向のタイプを選択します。
• 予測：グラフに予測線を表示します。関数設定選択で、予測のタイプを選択します。
• 累計：第2軸を使用して、グラフの合計線の累計百分率、または累計を表示します。この値は、関数設定項目から、さらなる設定が可能です。
• 参考線：指定した位置に参考線を表示します。関数設定項目から、位置の詳細を設定できます。

タイムシリーズグラフ内のNullまたは欠落値のような任意のギャップを埋めることができます。選択肢は、以下の通りです。

• ブレイク：null値や欠損値箇所でグラフは描画されず、時間単位に隔たりがあったとしても、両隣の点と点を線で結びません。
• スキップ：nul値や欠損値箇所では両隣の点と点を線で結びますが、時間単位に隔たりがあったとしても、それを追加の値で補うのではなくスキップします。
• ゼロ：null値はゼロとして扱われます。これにより、時間単位の隔たりはゼロで補われ、データセットに含まれる計算式が変更されます。

グラフのカラープロパティを定義します。

• デフォルトの設定：グラフにYellowfinのシステムデフォルトカラーを適用します。注意：これらは、管理コンソールからシステムレベルで変更することができます。
• メトリック（数値）カラー：ビューのメトリック（数値）フィールドに指定された色を使用します。
• モノクロ：グラフの単一色のバリエーションを使用します。

傾向関数を適用した場合は、傾向タイプを選択します。選択肢は、以下の通りです。

• 自動傾向：Yellowfinは、複雑なアルゴリズムに基づき、最も有用だと思われる傾向線を作成します。
• 移動平均：各ポイントの前の期間の数値を使用して計算された平均線を表示します。これは、実際の値よりも滑らかな線上のデータの変化を追跡するために使用でき、ノイズの多い(スパイキー)データの傾向を表示する場合に便利です。
• 線形回帰：これは、X軸とY軸上の値間の関係性を示す直線を表示します。これは、データの傾向を生成するアイデアを得るために有効です。
多項式回帰：これは、X軸とY軸上の値間の関係性を示す曲線を表示します。これは、データの傾向を生成するアイデアを得るために有効です。これは、値間の関係性が完全なる線形ではない場合に使用することができます。例えば、傾向に大幅な変動がある場合です。
• 各ポイントの前の期間の数値を使用して計算された平均線を表示します。これは、実際の値よりも滑らかな線上のデータの変化を追跡するために使用でき、ノイズの多い（スパイキー）データの傾向を表示する場合に便利です。
• 線形回帰：これは、X軸とY軸上の値間の関係性を示す直線を表示します。これは、データの傾向を生成するアイデアを得るために有効です。
• 多項式回帰：これは、X軸とY軸上の値間の関係性を示す曲線を表示します。これは、データの傾向を生成するアイデアを得るために有効です。これは、値間の関係性が完全なる線形ではない場合に使用することができます。例えば、傾向に大幅な変動がある場合です。

予測関数を適用した場合は、傾向のタイプを選択します。選択肢は、以下の通りです。

• 自動傾向：Yellowfinは、複雑なアルゴリズムに基づき、最も有用だと思われる傾向線を作成します。
• 単純指数平滑法：データセット内の以前の値の平均に基づく予測が、アルファ（最近のデータと過去のデータ）で定義された重み付けで表示されます。これは、一般的な傾向や季節性のないデータを予測する場合に便利です。
• 二重指数平滑法：データセット内の以前の値の平均に基づく予測が、アルファ（最近のデータと過去のデータ）とベータ（傾向）で定義された重み付けで表示されます。これは、一般的な傾向はあるが、季節性のないデータを予測する場合に便利です。
• 三重指数平滑法：アルファ（最近のデータと過去のデータ）、ベータ（傾向）、ガンマ（季節性）で定義された重み付けを使用して、データセット内の以前の値の平均に基づいた予測を表示します。これは、一般的な傾向があり、季節によって変化するデータを予測する場合に便利です。三重指数平滑化では、季節性の計算に少なくとも2年間のデータが必要です。
• 移動平均：各ポイントの前の期間の設定値を使用して計算された平均が表示されます。例えば、データセットに10期間が含まれている場合、移動平均は一度に5期間を使用するように設定できます。これは、実際の値よりも滑らかなライン上のデータの変化を追跡するために使用でき、ノイズの多い（スパイキー）データの傾向を表示する場合に便利です。

目標値をグラフに追加する方法を選択して、グラフの針や、その他のインジケータで強調表示します。選択肢は、以下の通りです。

• 手動：目標値を手動で入力します。
• フィールド：目標値としてメトリック（数値）フィールドを選択します。

目標のタイプにフィールドを選択した場合は、目標となるデータフィールドを選択します（数値フィールドでなくてはいけません）。

目標フィールドに集約値を適用します。次のオプションを使用して、値を集約することができます。

• 合計
• 平均
• 個数