> ## Documentation Index > Fetch the complete documentation index at: https://domoinc-openapi-sync-dataflows.mintlify.site/llms.txt > Use this file to discover all available pages before exploring further. # データサイエンスチャート データサイエンスチャートを使用すると、Domoデータの詳細な統計分析を行うことができます。 以下の表に、Domoで使用できるデータサイエンスチャートを示します。サムネイル画像をクリックすると、拡大画像が表示されます。

グラフタイプ

説明

例

散布図

標準的な散布図には、縦軸（Y軸）に1つ、横軸（X軸）に1つの、2つの値の目盛りがあります。これらの数値は座標として扱われ、XとYの数値のペアごとに、1つの点がグラフに描画されます。点は、系列データをグラフに含めることで、特定のグループに割り当てることができます。

X軸上に値データではなくタイムラインデータを含んだ、散布図時間グラフを作成することもできます。その場合、すべての点が該当する日時の座標上に描画されます。ただし、特定の日時の座標における点の位置は、依然としてY座標の値によって決まります。

1つ目の例は、標準的な散布図を示しています。2つ目の例は、散布図時間グラフを示しています。

2017年7月リリースの時点で散布図の機能が更新され、データが集計されなくなりました（集計を行うと、系列内のすべてのデータが1つの点に集中します）。以前のバージョンの散布図を使用する必要がある場合は、従来の散布図を使用してください。

詳細については、「 散布図 」を参照してください。

scatter_plot_kpi_example.pngscatter_plot_time_kpi_example.png

バブルチャート（廃止）

バブルチャート（ 廃止 ）には散布図と同様に2つの値の目盛りがあり、X座標とY座標のペアがチャートに描画されます。バブルチャートは、バブルサイズという別の次元が加わっている点で、散布図よりも複雑になっています。そのため、各バブルのサイズ値を含むDataSet列がさらに必要です。右の例では、Y軸は社員の給料を測定し、X軸は給料を受け取っている社員の平均人数を示します。さらに、各バブルのサイズは、各部署の給料総額が占める割合を表します。

X軸上に値データではなくタイムラインデータを含んだ、バブルチャート時間グラフを作成することもできます。その場合、すべてのバブルが該当する日時の座標上に配置されます。ただし、特定の日時の座標における点の位置は、依然としてY座標の値によって決まります。

1つ目の例は、標準的なバブルチャートを示しています。2つ目の例は、バブルチャート時間グラフを示しています。

2017年7月リリースの時点でこのオプションはまだ利用できますが、バブルチャートに系列データを含める必要はなくなりました。以前のバージョンのチャートを使用する必要がある場合は、従来のバブルチャートを使用してください。

詳細については、「 バブルチャート 」を参照してください。

bubble_graph_kpi_example.pngbubble_time_graph_kpi_example.png

XY折れ線グラフ

XY折れ線グラフは、日時データではなくx座標とy座標のペアを使ってトレンドラインを描画します。この数学的な描画操作により、日時データを使用するグラフのようにデータポイントの間隔が均等になることはありません。そのため、XY折れ線グラフを使用すると、トレンドラインをより正確に描画することができます。

基本的なXY折れ線グラフでは、直線を描画する場合に必要なデータ列は2列だけですが、一連のデータ列を使用して複数の直線を描画することもできます。また、中央値に軸線を追加し、下限値と上限値を指定することもできます。現在、このグラフタイプには、中央値の線と上下の範囲を識別するアルゴリズムは含まれていません 。これらの要素は、グラフの作成元となるDataSet内で手動で特定する必要があります。ただし、RやPythonのようなツールを使って、これらの要素を特定することができます。

右のスクリーンショットは、単一のトレンドライン、中央値の線、上限値、下限値から構成されるXY折れ線グラフを示しています。

詳細については、「 XY折れ線グラフ 」を参照してください。

xy_line_kpi_example.png

予測モデリング

予測モデリンググラフは、基本的には、モデルのフィット線が含まれている散布図です。必要に応じて、モデルのフィット線の上限と下限を指定することもできます。

現在、このグラフタイプには、モデルのフィット線と上下の範囲を識別するアルゴリズムは含まれていません 。これらの要素は、グラフの作成元となるDataSet内で手動で特定する必要があります。ただし、RやPythonのようなツールを使って、これらの要素を特定することができます。

詳細については、「 予測モデリンググラフ 」を参照してください。

predictive_modeling_kpi_example.png

予測

予測グラフは、現在の日時までのすべてのデータの基本トレンドラインと、現在の日時以降に予測される変化を示す予測線から構成されています。オプションで予測線の下限と上限を指定できます。必要に応じて、第2予測線に上限と下限を含めることもできます。

現在、このグラフタイプには、予測線と上下の範囲を作成するアルゴリズムは含まれていません 。予測グラフの作成元となるDataSet内に必要なデータが存在している必要があります。ただし、RやPythonのようなツールを使ってデータソースにこれらの列を作成してからDomoに追加することもできます。

詳細については、「 予測グラフ 」を参照してください。

forecasting_kpi_example.png

外れ値

外れ値グラフは、基本的な折れ線グラフとほぼ同じですが、外れ値と思われるポイントを呼び出すことができる点が異なります。

現在、このグラフタイプには、外れ値ポイントを識別するアルゴリズムは含まれていません 。これらのポイントは、グラフの作成元となるDataSet内で手動で特定する必要があります。ただし、RやPythonのようなツールを使って、これらの外れ値を特定することができます。

詳細については、「 外れ値グラフ 」を参照してください。

outliers_kpi_example.png

箱ひげ図（縦）

箱ひげ図は、一般的に統計および品質測定に使用します。どんなカテゴリーでも、DataSet内では最低5つの値が必要とされます。Domoは、これらの値から、 最大値、 Q3（第3四分位点）値、 中央値、 Q2（第2四分位点）値、および 最小値を導き出します。これらの値は、箱を形成するQ1値、中央値、Q3値と、「ひげ」を形成する最大値と最小値を使用して、 箱ひげ図としてグラフ上に描画されます。

箱ひげ図（縦）では、数値は縦軸（またはY軸）に表示され、カテゴリーは横軸（またはX軸）に表示されるため、箱は上から下に伸びます。

詳細については、「 箱ひげ図 」を参照してください。

vertical_boxplot_kpi_example.png

箱ひげ図（横）

箱ひげ図（横）は箱ひげ図（縦）と同じですが、カテゴリーが縦軸（またはY軸）、数値が横軸（またはX軸）に表示され、ボックスが上から下ではなく、左から右に伸びます。

詳細については、「 箱ひげ図 」を参照してください。

horizontal_boxplot_kpi_example.png

統計的工程管理（SPC）チャート

統計的工程管理（SPC）チャートは、コントロールチャート、シューハートチャート、または管理図とも呼ばれる折れ線グラフで、製造プロセスまたはビジネスプロセスが管理状態にあるかどうかを判断するために使用されます。DomoのSPCチャートでは、［チャートの設定］でSPC基準にもとづくルールを設定することができます。指定したルールから外れる値が発生した場合、チャート内でその値に外れ値のフラグが付けられます。

利用可能なルールは8つです。ルールは単独で実装することも、組み合わせて実装することもできます。

詳細については、「 SPCチャートを作成する 」を参照してください。

spc_kpi_example.png