趋势视图

图表说明：

在监测时间段内，用户访问时间的变化走势，方便查看高峰期时间，以及性能是否有下降。可选择多种技术指标进行查看，同时可以创建对多个同类型监测任务的对比。

图表示例：

图 2-3 趋势视图

图 2-4 趋势对比视图

功能解析：

1 Web真机监测中的趋势视图有什么作用呢？

在选定的时间段内，组合运营商、省份、统计方法，可展现性能指标的变化趋势。趋势曲线的最大值，最小值，波动幅度，性能指标是否有突变，最大值和最小值是否在合理范围之内等，都可以反映业务的服务水平。

方便从地区，运营商等不同卫队，进行省与省之间，省与全国均值之间的对比。以及当天与前一天，当周与前一周的对比。

1.1 单任务

可以通过趋势视图查看当前任务的监测数据波动情况，且性能指标支持多选。

1.2 多任务

查看多个任务的监测数据对比情况，可从任务栏选择多个监测任务进行对比，也可选择某一特定的对比任务。

1.3 历史数据对比

趋势视图可以选择当前时间段数据和前一天或者和上周同期数据对比，根据趋势视图走向，判断数据是否正常。一般情况下，除非有做大的改动，两天数据走向应保持基本一致。

2 趋势视图选择不同的统计方法，每一种统计方法的意义？

在不同的统计方法下曲线有不同的实际意义：

1）平均值：所有样本值的算术平均，反映性能指标的整体集中趋势变化，当用户性能分布均匀或者成正态分布，比较准确，但是出现极端样本时候，平均值会受到影响，不能准确代表真实的性能趋势。

2）几何平均值：所有样本的几何平均，相比算术平平均值可以避免样本拔高效应，当样本数据成偏正偏态分布的时候，采用几何平均值比算术平均更准确。将极端慢或者极端快的样本性能数值大幅度的均化，降低对整体真实数据体现造成的干扰。

3）中位数：取所有样本排序后处于中间位的样本性能值，来代表整体性能。当样本数量充足的情况下，可以避免低速样本和高速样本在做算术或者几何平均时带来的干扰。

4）25%分位点：取所有样本排序后处于前25%位置的样本性能值。该数值主要体现性能较好的快速用户性能。当业务上只关心优质客户时候，可以参考此统计值。

5）75%分位点：取所有样本排序后处于前75%位置的样本性能值。该数值主要体现大部分用户性能变化趋势。当业务上忽略最差的25%的用户时候，可以参考此统计值。

6）标准差：反映的是用户性能的离散度。该曲线数值越小，靠近0，表示用户性能越稳定且均匀，趋于均值。反之，数值越大，表面用户性能不稳定或者不均匀，围绕在均值上下波动大。标准差并不反映用户性能是快还是慢，是反映是否稳定。