รายงานวิเคราะห์ข้อมูล ThaiEDA
สร้างโดย ThaiEDA v2.0.0 · 200 จำนวนแถว × 8 จำนวนคอลัมน์
วิธีอ่านรายงานนี้: เริ่มจากบทสรุปด้านบน แล้วดูสิ่งที่ควรทำก่อน แล้วค่อยเจาะรายละเอียดแต่ละคอลัมน์
ประเภทข้อมูลที่ตรวจพบ
ข้อมูลทะเบียน/มาสเตอร์
ข้อมูลนี้เป็นรายการ entity พร้อมคุณลักษณะ ควรเน้นความครบถ้วนและความไม่ซ้ำของระเบียน
ภาษาข้อมูลที่ตรวจพบ ไทย
ผลกระทบต่อการวิเคราะห์: ข้อมูลมีภาษาไทยเด่น จึงเปิด Thai-specific checks เช่น พ.ศ., เลขไทย และ normalization
ควรดูอะไรเป็นพิเศษ
- ตรวจ completeness ของ attribute สำคัญ
- ตรวจ uniqueness ของรหัส/คีย์หลัก
- ดู category distribution เพื่อหา master data ที่ผิดรูปแบบหรือกระจุกตัว
- เปิดการตรวจปี พ.ศ. และการแปลงศักราชให้สม่ำเสมอ
- ตรวจเลขไทย (๐–๙) และ normalize เป็นเลขอารบิกก่อนคำนวณ
- ตรวจอักขระล่องหน/การ normalize ข้อความไทยก่อน groupby/join
คำแนะนำเฉพาะข้อมูลไทย
- เปิดการตรวจปี พ.ศ. และการแปลงศักราชให้สม่ำเสมอ
- ตรวจเลขไทย (๐–๙) และ normalize เป็นเลขอารบิกก่อนคำนวณ
- ตรวจอักขระล่องหน/การ normalize ข้อความไทยก่อน groupby/join
2. สำคัญที่สุด
1
🟡 เตือน
monthly_sales
monthly_sales 11.5% มีค่าผิดปกติ — ควรตรวจก่อนนำไป forecast คำนวณยอดรวม หรือวัด performance
Local Outlier Factor flagged 23 outlier(s) (most anomalous factor -38.122; more negative = more anomalous).
ผลกระทบ 11.5%
2
🟡 เตือน
monthly_sales
monthly_sales 12.0% มีค่าผิดปกติ — ควรตรวจก่อนนำไป forecast คำนวณยอดรวม หรือวัด performance
Isolation Forest flagged 24 outlier(s) (most anomalous score -0.415; lower = more anomalous).
ผลกระทบ 12.0%
3
🟡 เตือน
shop_name
ใช้การ normalize ข้อความ (เช่น pythainlp.util.normalize) ก่อนวิเคราะห์
Text normalization issues found (repeated-char spam). These cause duplicate-looking but unequal strings.
ผลกระทบ 0.5%
4
🔵 ข้อมูล
monthly_sales
monthly_sales 6.0% มีค่าผิดปกติ — ควรตรวจก่อนนำไป forecast คำนวณยอดรวม หรือวัด performance
12 numeric outlier(s) detected using the modified_z_score (MAD) method (distribution skew ≈ 12.16). Heavy-tailed distributions often contain valid business extremes; treat this as context, not automatically as a data defect.
ผลกระทบ 6.0%
5
🔵 ข้อมูล
province
ตรวจสอบว่าเหตุใดกลุ่ม 'กรุงเทพมหานคร' จึงโดดเด่น และพิจารณาใช้เป็นจุดโฟกัสในการวิเคราะห์/ตัดสินใจ
บทสรุปผู้บริหาร
ข้อมูลใช้ต่อได้ แต่ควรตรวจจุดที่เตือนก่อนวิเคราะห์เชิงลึก
ชุดข้อมูลมี 200 แถว × 8 คอลัมน์ พบปัญหาคุณภาพ 1 ข้อ พบความผิดปกติ 3 จุดใน 1 คอลัมน์ วิเคราะห์อนุกรมเวลา 2 คอลัมน์ ข้อมูลใช้งานได้ แต่ควรตรวจสอบจุดที่เตือนก่อนวิเคราะห์เชิงลึก
- มีข้อมูล 200 แถว × 8 คอลัมน์
- ค่าว่าง 0.00% ของข้อมูลทั้งหมด
- แถวซ้ำ 0 แถว (0.00%)
- พบข้อค้นพบที่ควรดู 15 เรื่อง
- มี insight เชิงธุรกิจ 6 เรื่อง
สิ่งที่ควรทำก่อน
1
🟡 เตือน
พบปัญหาการ normalize ข้อความ
คอลัมน์ 'shop_name': พบปัญหาการ normalize ข้อความ (repeated-char spam) ทำให้สตริงที่ดูเหมือนกันแต่ไม่เท่ากันจริง (พบ 1 แถว, 0.5%)
แล้วไงต่อ? ใช้การ normalize ข้อความ (เช่น pythainlp.util.normalize) ก่อนวิเคราะห์
2
🟡 เตือน
พบค่าผิดปกติจากโมเดล (Isolation Forest)
คอลัมน์ 'monthly_sales': Isolation Forest พบค่าผิดปกติ 24 ค่า (คะแนนผิดปกติสุด -0.415; ยิ่งต่ำยิ่งผิดปกติ) (24 รายการ, 12.0%)
แล้วไงต่อ? ค่าผิดปกติแบบ ML ใช้เสริมวิธีเชิงสถิติ — ควรตรวจสอบจุดที่ถูก flag ประกอบกัน
3
🟡 เตือน
พบค่าผิดปกติเชิงความหนาแน่น (LOF)
คอลัมน์ 'monthly_sales': Local Outlier Factor พบค่าผิดปกติ 23 ค่า (ค่าผิดปกติสุด -38.122; ยิ่งติดลบมากยิ่งผิดปกติ) (23 รายการ, 11.5%)
แล้วไงต่อ? LOF จับค่าผิดปกติเชิงความหนาแน่นเฉพาะถิ่น — มีประโยชน์เมื่อสถิติรวมมองไม่เห็น
4
🟡 เตือน
การกระจายเบ้มาก
คอลัมน์ 'monthly_sales' มีการกระจายเบ้ขวา (หางยาวด้านมาก) (skew=12.16) — ค่าเฉลี่ยอาจไม่สะท้อนค่ากลางที่แท้จริง
แล้วไงต่อ? พิจารณาแปลง 'monthly_sales' ด้วย log/sqrt/Box-Cox ก่อนวิเคราะห์หรือสร้างโมเดล
5
🟡 เตือน
พบค่าผิดปกติเฉพาะช่วง (spike)
คอลัมน์ 'monthly_sales' มีค่าผิดปกติเฉพาะช่วง 1 จุด (spike/level shift จาก residual)
แล้วไงต่อ? ตรวจสอบเหตุการณ์ในช่วงเวลาดังกล่าวของ 'monthly_sales' ว่าผิดปกติจริงหรือเป็นข้อมูลพิเศษ
ภาพรวม
จำนวนแถว
200
จำนวนคอลัมน์
8
เซลล์ทั้งหมด
1,600
เซลล์ที่ว่าง
0 (0.0%)
แถวซ้ำ
0
ประเภทคอลัมน์
ข้อความภาษาไทย 2ตัวเลข 2ตัวระบุ (ID) 1หมวดหมู่ 1เบอร์โทรศัพท์ 1วันที่/เวลา 1
คอลัมน์ที่ควรระวัง
🟡 เตือน
monthly_sales
- Isolation Forest พบค่าผิดปกติ 24 ค่า (คะแนนผิดปกติสุด -0.415; ยิ่งต่ำยิ่งผิดปกติ)
- Local Outlier Factor พบค่าผิดปกติ 23 ค่า (ค่าผิดปกติสุด -38.122; ยิ่งติดลบมากยิ่งผิดปกติ)
- พบค่าผิดปกติเชิงตัวเลข 12 ค่า ด้วยวิธี modified_z_score (MAD) (ความเบ้ของการกระจาย ≈ 12.16) การกระจายแบบหางยาวมักมีค่าสุดขั้วทางธุรกิจที่ถูกต้อง จึงไม่ใช่ defect ของข้อมูลเสมอไป
🟡 เตือน
shop_name
- พบปัญหาการ normalize ข้อความ (repeated-char spam) ทำให้สตริงที่ดูเหมือนกันแต่ไม่เท่ากันจริง
การกระจายและสหสัมพันธ์
แผนภาพการกระจายแบบเมทริกซ์
กราฟนี้บอกอะไรเรา: ใช้ดู pattern ระหว่างตัวเลข เช่น เส้นตรง กลุ่มย่อย หรือ outlier
แผนภาพกล่อง
กราฟนี้บอกอะไรเรา: จุดที่หลุดจากกล่องคือค่าที่ควรตรวจว่าเป็น outlier จริงหรือไม่
แผนภาพไวโอลิน
กราฟนี้บอกอะไรเรา: ดูรูปทรงการกระจายว่าเบ้ มีหลายกลุ่ม หรือกระจุกตัวตรงไหน
ข้อมูลที่ขาดหาย
✓ ไม่มีข้อมูลที่ขาดหาย
ข้อค้นพบสำคัญ 6 เตือน 9 ข้อมูล
🟡 เตือน
คุณภาพ
พบปัญหาการ normalize ข้อความ
คอลัมน์ 'shop_name': พบปัญหาการ normalize ข้อความ (repeated-char spam) ทำให้สตริงที่ดูเหมือนกันแต่ไม่เท่ากันจริง (พบ 1 แถว, 0.5%)
แล้วไงต่อ? ใช้การ normalize ข้อความ (เช่น pythainlp.util.normalize) ก่อนวิเคราะห์
🟡 เตือน
ความผิดปกติ
พบค่าผิดปกติจากโมเดล (Isolation Forest)
คอลัมน์ 'monthly_sales': Isolation Forest พบค่าผิดปกติ 24 ค่า (คะแนนผิดปกติสุด -0.415; ยิ่งต่ำยิ่งผิดปกติ) (24 รายการ, 12.0%)
แล้วไงต่อ? ค่าผิดปกติแบบ ML ใช้เสริมวิธีเชิงสถิติ — ควรตรวจสอบจุดที่ถูก flag ประกอบกัน
🟡 เตือน
ความผิดปกติ
พบค่าผิดปกติเชิงความหนาแน่น (LOF)
คอลัมน์ 'monthly_sales': Local Outlier Factor พบค่าผิดปกติ 23 ค่า (ค่าผิดปกติสุด -38.122; ยิ่งติดลบมากยิ่งผิดปกติ) (23 รายการ, 11.5%)
แล้วไงต่อ? LOF จับค่าผิดปกติเชิงความหนาแน่นเฉพาะถิ่น — มีประโยชน์เมื่อสถิติรวมมองไม่เห็น
🟡 เตือน
การกระจาย
การกระจายเบ้มาก
คอลัมน์ 'monthly_sales' มีการกระจายเบ้ขวา (หางยาวด้านมาก) (skew=12.16) — ค่าเฉลี่ยอาจไม่สะท้อนค่ากลางที่แท้จริง
แล้วไงต่อ? พิจารณาแปลง 'monthly_sales' ด้วย log/sqrt/Box-Cox ก่อนวิเคราะห์หรือสร้างโมเดล
🟡 เตือน
อนุกรมเวลา
พบค่าผิดปกติเฉพาะช่วง (spike)
คอลัมน์ 'monthly_sales' มีค่าผิดปกติเฉพาะช่วง 1 จุด (spike/level shift จาก residual)
แล้วไงต่อ? ตรวจสอบเหตุการณ์ในช่วงเวลาดังกล่าวของ 'monthly_sales' ว่าผิดปกติจริงหรือเป็นข้อมูลพิเศษ
🟡 เตือน
อนุกรมเวลา
พบค่าผิดปกติเฉพาะช่วง (spike)
คอลัมน์ 'customer_count' มีค่าผิดปกติเฉพาะช่วง 2 จุด (spike/level shift จาก residual)
แล้วไงต่อ? ตรวจสอบเหตุการณ์ในช่วงเวลาดังกล่าวของ 'customer_count' ว่าผิดปกติจริงหรือเป็นข้อมูลพิเศษ
🔵 ข้อมูล
ความผิดปกติ
พบค่าผิดปกติเชิงตัวเลข (outlier)
คอลัมน์ 'monthly_sales': พบค่าผิดปกติเชิงตัวเลข 12 ค่า ด้วยวิธี modified_z_score (MAD) (ความเบ้ของการกระจาย ≈ 12.16) การกระจายแบบหางยาวมักมีค่าสุดขั้วทางธุรกิจที่ถูกต้อง จึงไม่ใช่ defect ของข้อมูลเสมอไป (12 รายการ, 6.0%)
แล้วไงต่อ? ตรวจสอบค่าเหล่านี้ — อาจเป็นการกรอกผิด หน่วยไม่ตรงกัน ค่าสุดขั้วจริง หรือค่าสุดขั้วทางธุรกิจที่ถูกต้อง
🔵 ข้อมูล
ข้อความ
คอลัมน์ข้อความมีค่าไม่ซ้ำสูง
คอลัมน์ 'shop_name' มีค่าไม่ซ้ำ 100% (200 จาก 200 แถว) — อาจเป็น ID หรือข้อความอิสระ ไม่ใช่ตัวแปรหมวดหมู่
แล้วไงต่อ? ตรวจสอบว่าคอลัมน์ 'shop_name' ควรใช้เป็น ID/ข้อความอิสระ และไม่นำไปจัดกลุ่ม (groupby) เป็นหมวดหมู่
🔵 ข้อมูล
ข้อความ
คำศัพท์หลากหลายต่ำ (คำซ้ำเยอะ)
คอลัมน์ 'category' มีคำไม่ซ้ำเพียง 2% ของคำทั้งหมด (11 จาก 538 คำ) — มีคำซ้ำเยอะ
แล้วไงต่อ? ข้อความใน 'category' อาจเป็นเทมเพลต/ข้อความซ้ำ ๆ — ตรวจสอบว่ามีคุณค่าต่อการวิเคราะห์เนื้อหาเพียงพอหรือไม่
🔵 ข้อมูล
การกระจาย
การกระจายหางหนัก (heavy tail)
คอลัมน์ 'monthly_sales' มีหางหนัก (kurtosis=161.75) — มีค่าสุดโต่ง (outlier) มากกว่าปกติ
แล้วไงต่อ? ตรวจสอบค่าสุดโต่งของ 'monthly_sales' และพิจารณาวิธีที่ทนต่อ outlier (median/robust stats)
🔵 ข้อมูล
อนุกรมเวลา
ไม่พบแนวโน้มหรือ seasonality
คอลัมน์ 'monthly_sales' ไม่มีแนวโน้มหรือรูปแบบตามฤดูกาลชัดเจน — อาจเป็น random walk/ข้อมูลนิ่ง
แล้วไงต่อ? การพยากรณ์ 'monthly_sales' อาจใช้วิธีพื้นฐาน (naive/mean) เป็นฐานเปรียบเทียบ
🔵 ข้อมูล
อนุกรมเวลา
ไม่พบแนวโน้มหรือ seasonality
คอลัมน์ 'customer_count' ไม่มีแนวโน้มหรือรูปแบบตามฤดูกาลชัดเจน — อาจเป็น random walk/ข้อมูลนิ่ง
แล้วไงต่อ? การพยากรณ์ 'customer_count' อาจใช้วิธีพื้นฐาน (naive/mean) เป็นฐานเปรียบเทียบ
🔵 ข้อมูล
เชิงธุรกิจ
กลุ่ม 'กรุงเทพมหานคร' โดดเด่นใน 'customer_count' (ตาม 'province')
กลุ่ม 'กรุงเทพมหานคร' มีผลรวม 'customer_count' สูงสุดที่ 177,377.0 — สูงกว่ากลุ่มรอง 3.3 เท่า (จัดกลุ่มตาม 'province')
แล้วไงต่อ? ตรวจสอบว่าเหตุใดกลุ่ม 'กรุงเทพมหานคร' จึงโดดเด่น และพิจารณาใช้เป็นจุดโฟกัสในการวิเคราะห์/ตัดสินใจ
🔵 ข้อมูล
เชิงธุรกิจ
กลุ่ม 'เชียงใหม่' โดดเด่นใน 'monthly_sales' (ตาม 'province')
กลุ่ม 'เชียงใหม่' มีค่าเฉลี่ย 'monthly_sales' สูงสุดที่ 236,369.1 — สูงกว่ากลุ่มรอง 1.6 เท่า (จัดกลุ่มตาม 'province')
แล้วไงต่อ? ตรวจสอบว่าเหตุใดกลุ่ม 'เชียงใหม่' จึงโดดเด่น และพิจารณาใช้เป็นจุดโฟกัสในการวิเคราะห์/ตัดสินใจ
🔵 ข้อมูล
เชิงธุรกิจ
กลุ่ม 'กรุงเทพมหานคร' โดดเด่นใน จำนวนข้อมูล (ตาม 'province')
กลุ่ม 'กรุงเทพมหานคร' มีจำนวนข้อมูลสูงสุดที่ 100 แถว — มากกว่ากลุ่มรอง 2.8 เท่า (จัดกลุ่มตาม 'province')
แล้วไงต่อ? ตรวจสอบว่าเหตุใดกลุ่ม 'กรุงเทพมหานคร' จึงโดดเด่น และพิจารณาใช้เป็นจุดโฟกัสในการวิเคราะห์/ตัดสินใจ
ข้อค้นพบจากการวิเคราะห์คอลัมน์ผสม (6)
กลุ่มโดดเด่น
กลุ่ม 'กรุงเทพมหานคร' โดดเด่นใน 'customer_count' (ตาม 'province')
จัดกลุ่มตาม:
province · ตัววัด: customer_count · sum
กลุ่ม 'กรุงเทพมหานคร' มีผลรวม 'customer_count' สูงสุดที่ 177,377.0 — สูงกว่ากลุ่มรอง 3.3 เท่า (จัดกลุ่มตาม 'province')
กราฟนี้บอกอะไรเรา
| กลุ่ม | ค่า |
|---|---|
| กรุงเทพมหานคร | 177,377.0 |
| เชียงใหม่ | 53,662.0 |
| ชลบุรี | 37,148.0 |
แล้วไงต่อ? ตรวจสอบว่าเหตุใดกลุ่ม 'กรุงเทพมหานคร' จึงโดดเด่น และพิจารณาใช้เป็นจุดโฟกัสในการวิเคราะห์/ตัดสินใจ
กลุ่มโดดเด่น
กลุ่ม 'เชียงใหม่' โดดเด่นใน 'monthly_sales' (ตาม 'province')
จัดกลุ่มตาม:
province · ตัววัด: monthly_sales · mean
กลุ่ม 'เชียงใหม่' มีค่าเฉลี่ย 'monthly_sales' สูงสุดที่ 236,369.1 — สูงกว่ากลุ่มรอง 1.6 เท่า (จัดกลุ่มตาม 'province')
กราฟนี้บอกอะไรเรา
| กลุ่ม | ค่า |
|---|---|
| เชียงใหม่ | 236,369.08 |
| ภูเก็ต | 143,762.29 |
| กรุงเทพมหานคร | 137,257.04 |
แล้วไงต่อ? ตรวจสอบว่าเหตุใดกลุ่ม 'เชียงใหม่' จึงโดดเด่น และพิจารณาใช้เป็นจุดโฟกัสในการวิเคราะห์/ตัดสินใจ
กลุ่มโดดเด่น
กลุ่ม 'กรุงเทพมหานคร' โดดเด่นใน จำนวนข้อมูล (ตาม 'province')
จัดกลุ่มตาม:
province · count
กลุ่ม 'กรุงเทพมหานคร' มีจำนวนข้อมูลสูงสุดที่ 100 แถว — มากกว่ากลุ่มรอง 2.8 เท่า (จัดกลุ่มตาม 'province')
กราฟนี้บอกอะไรเรา
| กลุ่ม | ค่า |
|---|---|
| กรุงเทพมหานคร | 100.0 |
| เชียงใหม่ | 36.0 |
| ภูเก็ต | 24.0 |
แล้วไงต่อ? ตรวจสอบว่าเหตุใดกลุ่ม 'กรุงเทพมหานคร' จึงโดดเด่น และพิจารณาใช้เป็นจุดโฟกัสในการวิเคราะห์/ตัดสินใจ
กลุ่มโดดเด่น
กลุ่ม 'กรุงเทพมหานคร' โดดเด่นใน 'monthly_sales' (ตาม 'province')
จัดกลุ่มตาม:
province · ตัววัด: monthly_sales · sum
กลุ่ม 'กรุงเทพมหานคร' มีผลรวม 'monthly_sales' สูงสุดที่ 13,725,704.1 — สูงกว่ากลุ่มรอง 1.6 เท่า (จัดกลุ่มตาม 'province')
กราฟนี้บอกอะไรเรา
| กลุ่ม | ค่า |
|---|---|
| กรุงเทพมหานคร | 13,725,704.07 |
| เชียงใหม่ | 8,509,286.89 |
| ภูเก็ต | 3,450,294.93 |
แล้วไงต่อ? ตรวจสอบว่าเหตุใดกลุ่ม 'กรุงเทพมหานคร' จึงโดดเด่น และพิจารณาใช้เป็นจุดโฟกัสในการวิเคราะห์/ตัดสินใจ
สัดส่วนหลัก
กลุ่ม 'กรุงเทพมหานคร' คิดเป็นสัดส่วนใหญ่ของผลรวม 'customer_count' (ตาม 'province')
จัดกลุ่มตาม:
province · ตัววัด: customer_count · sum
กลุ่ม 'กรุงเทพมหานคร' คิดเป็น 53.0% ของผลรวม 'customer_count' ทั้งหมด (จัดกลุ่มตาม 'province')
กราฟนี้บอกอะไรเรา
| กลุ่ม | ค่า |
|---|---|
| กรุงเทพมหานคร | 177,377.0 |
| เชียงใหม่ | 53,662.0 |
| ชลบุรี | 37,148.0 |
แล้วไงต่อ? กลุ่ม 'กรุงเทพมหานคร' มีสัดส่วนสูงต่อภาพรวม — ติดตามเป็นพิเศษ และประเมินความเสี่ยงจากการพึ่งพากลุ่มเดียว
สัดส่วนหลัก
กลุ่ม 'กรุงเทพมหานคร' คิดเป็นสัดส่วนใหญ่ของจำนวน จำนวนข้อมูล (ตาม 'province')
จัดกลุ่มตาม:
province · count
กลุ่ม 'กรุงเทพมหานคร' คิดเป็น 50.0% ของจำนวน จำนวนข้อมูล ทั้งหมด (จัดกลุ่มตาม 'province')
กราฟนี้บอกอะไรเรา
| กลุ่ม | ค่า |
|---|---|
| กรุงเทพมหานคร | 100.0 |
| เชียงใหม่ | 36.0 |
| ภูเก็ต | 24.0 |
แล้วไงต่อ? กลุ่ม 'กรุงเทพมหานคร' มีสัดส่วนสูงต่อภาพรวม — ติดตามเป็นพิเศษ และประเมินความเสี่ยงจากการพึ่งพากลุ่มเดียว
ปัญหาคุณภาพข้อมูล (1)
🟡 เตือนshop_name · normalization
พบปัญหาการ normalize ข้อความ (repeated-char spam) ทำให้สตริงที่ดูเหมือนกันแต่ไม่เท่ากันจริง
ร้านค้าทั่วไป สาขา 111
แล้วไงต่อ? ใช้การ normalize ข้อความ (เช่น pythainlp.util.normalize) ก่อนวิเคราะห์
ดูเพิ่มเติม
Text normalization issues found (repeated-char spam). These cause duplicate-looking but unequal strings. — Apply Unicode normalization (e.g. pythainlp.util.normalize) before analysis.
ความผิดปกติ (3)
🟡 เตือนmonthly_sales · isolation_forest เชิงสถิติ
Isolation Forest พบค่าผิดปกติ 24 ค่า (คะแนนผิดปกติสุด -0.415; ยิ่งต่ำยิ่งผิดปกติ)
5000000 (score=-0.415)869901.56 (score=-0.283)708279.23 (score=-0.235)569414.83 (score=-0.211)-100 (score=-0.161)
แล้วไงต่อ? ค่าผิดปกติแบบ ML ใช้เสริมวิธีเชิงสถิติ — ควรตรวจสอบจุดที่ถูก flag ประกอบกัน
ดูเพิ่มเติม
Isolation Forest flagged 24 outlier(s) (most anomalous score -0.415; lower = more anomalous). — ML-based outliers complement statistical methods; cross-check flagged points.
🟡 เตือนmonthly_sales · local_outlier_factor เชิงสถิติ
Local Outlier Factor พบค่าผิดปกติ 23 ค่า (ค่าผิดปกติสุด -38.122; ยิ่งติดลบมากยิ่งผิดปกติ)
5000000 (LOF=-38.122)869901.56 (LOF=-4.913)708279.23 (LOF=-3.607)-100 (LOF=-3.051)569414.83 (LOF=-2.666)
แล้วไงต่อ? LOF จับค่าผิดปกติเชิงความหนาแน่นเฉพาะถิ่น — มีประโยชน์เมื่อสถิติรวมมองไม่เห็น
ดูเพิ่มเติม
Local Outlier Factor flagged 23 outlier(s) (most anomalous factor -38.122; more negative = more anomalous). — LOF finds density-based local outliers; useful when global statistics miss them.
🔵 ข้อมูลmonthly_sales · numeric_outliers เชิงสถิติ
พบค่าผิดปกติเชิงตัวเลข 12 ค่า ด้วยวิธี modified_z_score (MAD) (ความเบ้ของการกระจาย ≈ 12.16) การกระจายแบบหางยาวมักมีค่าสุดขั้วทางธุรกิจที่ถูกต้อง จึงไม่ใช่ defect ของข้อมูลเสมอไป
349189.585000000434444.09337874.31345143.28
แล้วไงต่อ? ตรวจสอบค่าเหล่านี้ — อาจเป็นการกรอกผิด หน่วยไม่ตรงกัน ค่าสุดขั้วจริง หรือค่าสุดขั้วทางธุรกิจที่ถูกต้อง
ดูเพิ่มเติม
12 numeric outlier(s) detected using the modified_z_score (MAD) method (distribution skew ≈ 12.16). Heavy-tailed distributions often contain valid business extremes; treat this as context, not automatically as a data defect. — Inspect these values; they may be data-entry errors, units mismatch, genuine extremes, or valid business extremes.
การวิเคราะห์อนุกรมเวลา (วันที่/เวลา: established_date)
monthly_salesความถี่: รายวัน
| แนวโน้ม | ไม่มี | ฤดูกาล | ไม่มี |
|---|---|---|---|
| ช่องว่างเวลา | 0 | ค่าผิดปกติเฉพาะช่วง | 1 |
| สหสัมพันธ์ในตัว (lag-1) | -0.016 | ค่าเฉลี่ย | 151154.3204 |
แล้วไงต่อ?
• พบค่าผิดปกติเฉพาะช่วง (spike) 1 จุด
• ไม่พบแนวโน้มหรือ seasonality ชัดเจน — อาจเป็น random walk หรือข้อมูลนิ่ง
อนุกรมเวลา (พร้อมแนวโน้ม)
การแยกองค์ประกอบ (STL)
ฟังก์ชันสหสัมพันธ์ในตัว (ACF)
customer_countความถี่: รายวัน
| แนวโน้ม | ไม่มี | ฤดูกาล | ไม่มี |
|---|---|---|---|
| ช่องว่างเวลา | 0 | ค่าผิดปกติเฉพาะช่วง | 2 |
| สหสัมพันธ์ในตัว (lag-1) | 0.0108 | ค่าเฉลี่ย | 1674.64 |
แล้วไงต่อ?
• พบค่าผิดปกติเฉพาะช่วง (spike) 2 จุด
• ไม่พบแนวโน้มหรือ seasonality ชัดเจน — อาจเป็น random walk หรือข้อมูลนิ่ง
อนุกรมเวลา (พร้อมแนวโน้ม)
การแยกองค์ประกอบ (STL)
ฟังก์ชันสหสัมพันธ์ในตัว (ACF)
คำแนะนำการทำความสะอาด (0)
✓ ไม่มีคำแนะนำการทำความสะอาด
รายละเอียดคอลัมน์
ส่วนนี้ซ่อนไว้เป็นรายคอลัมน์เพื่อลดความรก เปิดเฉพาะคอลัมน์ที่ต้องการตรวจละเอียด
shop_idตัวระบุ (ID)มีกราฟ
| ไม่ว่าง | 200 |
|---|---|
| เซลล์ที่ว่าง | 0 |
| ไม่ซ้ำ | 200 |
ความถี่ของค่า
ค่าที่พบบ่อย
| SHOP_0001 | 1 |
| SHOP_0002 | 1 |
| SHOP_0003 | 1 |
| SHOP_0004 | 1 |
| SHOP_0005 | 1 |
| SHOP_0006 | 1 |
| SHOP_0007 | 1 |
| SHOP_0008 | 1 |
| SHOP_0009 | 1 |
| SHOP_0010 | 1 |
shop_nameข้อความภาษาไทยมีกราฟ
| เครื่องมือตัดคำ | pythainlp:newmm | จำนวนอักขระเฉลี่ย | 21.46 |
|---|---|---|---|
| จำนวนคำเฉลี่ย | 4.0 | จำนวนอักขระมัธยฐาน | 22.0 |
| คำทั้งหมด | 800 | คำไม่ซ้ำ | 203 |
| อักขระน้อยสุด | 20 | อักขระมากสุด | 22 |
คู่คำที่พบบ่อย: ร้านค้า ทั่วไป (200) ทั่วไป สาขา (200) สาขา 1 (1) สาขา 2 (1) สาขา 3 (1) สาขา 4 (1) สาขา 5 (1) สาขา 6 (1)
คำที่พบบ่อย
การกระจายความยาว
เมฆคำ
categoryข้อความภาษาไทยมีกราฟ
| เครื่องมือตัดคำ | pythainlp:newmm | จำนวนอักขระเฉลี่ย | 15.78 |
|---|---|---|---|
| จำนวนคำเฉลี่ย | 2.69 | จำนวนอักขระมัธยฐาน | 17.0 |
| คำทั้งหมด | 538 | คำไม่ซ้ำ | 11 |
| อักขระน้อยสุด | 11 | อักขระมากสุด | 19 |
คู่คำที่พบบ่อย: อาหาร เครื่องดื่ม (79) เสื้อผ้า แฟชั่น (37) ไอที มือถือ (35) แต่ง บ้าน (18)
คำที่พบบ่อย
การกระจายความยาว
เมฆคำ
provinceหมวดหมู่มีกราฟ
| ไม่ว่าง | 200 |
|---|---|
| เซลล์ที่ว่าง | 0 |
| ไม่ซ้ำ | 5 |
ความถี่ของค่า
ค่าที่พบบ่อย
| กรุงเทพมหานคร | 100 |
| เชียงใหม่ | 36 |
| ภูเก็ต | 24 |
| ขอนแก่น | 20 |
| ชลบุรี | 20 |
monthly_salesตัวเลขมีกราฟ
| ไม่ว่าง | 200 |
|---|---|
| เซลล์ที่ว่าง | 0 |
| ไม่ซ้ำ | 200 |
| ค่าเฉลี่ย | 151154.3204 |
| ส่วนเบี่ยงเบนมาตรฐาน | 363118.3113 |
| ต่ำสุด | -100.0 |
| สูงสุด | 5000000.0 |
การแจกแจง
customer_countตัวเลขมีกราฟ
| ไม่ว่าง | 200 |
|---|---|
| เซลล์ที่ว่าง | 0 |
| ไม่ซ้ำ | 193 |
| ค่าเฉลี่ย | 1674.64 |
| ส่วนเบี่ยงเบนมาตรฐาน | 834.8487 |
| ต่ำสุด | 103.0 |
| สูงสุด | 2998.0 |
การแจกแจง
phone_numberเบอร์โทรศัพท์
| ไม่ว่าง | 200 |
|---|---|
| เซลล์ที่ว่าง | 0 |
| ไม่ซ้ำ | 200 |
established_dateวันที่/เวลา
| ไม่ว่าง | 200 |
|---|---|
| เซลล์ที่ว่าง | 0 |
| ไม่ซ้ำ | 200 |
| ต่ำสุด | 2020-01-01 00:00:00 |
| สูงสุด | 2020-07-18 00:00:00 |