Del via


LINESTX

gjelder:beregnet kolonneberegnet tabellMeasurevisualobjektberegning

Bruker metoden Minst kvadrater til å calculate en rett linje som passer best til de gitte dataene, og returnerer deretter en tabell som beskriver linjen. Dataresultatet fra uttrykk evaluert for hver rad i en tabell. Formelen for linjen er av skjemaet: y = Liggende1*x1 + liggende2*x2 + ... + skjæringspunkt.

Syntaks

LINESTX ( <table>, <expressionY>, <expressionX>[, …][, <const>] )

Parametere

Vilkår Definisjon
table Tabellen som inneholder radene som uttrykkene skal evalueres for.
expressionY Uttrykket som skal evalueres for hver rad i tabellen, for å hente den kjente y-values. Må ha skalartype.
expressionX Uttrykkene som skal evalueres for hver rad i tabellen, for å hente den kjente x-values. Må ha skalartype. Minst én må angis.
const (Valgfritt) En konstant TRUE/FALSEvalue som angir om konstanten skjæringspunkt til lik 0.
IfTRUEor utelatt beregnes Interceptvalue normalt. IfFALSEer Interceptvalue satt til null.

Returner value

En tabell med én rad som beskriver linjen, pluss tilleggsstatistikk. Dette er de tilgjengelige kolonnene:

  • stigningstall 1, stigningstall2, ..., slopen: koeffisientene som tilsvarer hver x-value;
  • Intercept: intercept value;
  • StandardErrorSlope1, StandardErrorSlope2, ..., StandardErrorSlopeN: standard errorvalues for koeffisientene Slope1, Slope2, ..., SlopeN;
  • StandardErrorIntercept: standard errorvalue for konstant Intercept;
  • KoeffisientOfDetermination: koeffisienten for fastsettelse (r²). Sammenligner beregnede and faktiske y-values, and områder i value fra 0 til 1: jo høyere value, jo høyere korrelasjon i sample;
  • StandardError: standard error for y-estimatet.
  • FStatistic: F-statistikken or den F-observerte value. Bruk F-statistikken til å avgjøre om den observerte relasjonen mellom de avhengige and uavhengige variablene forekommer ved en tilfeldighet.
  • DegreesOfFreedom: frihetens degrees. Bruk denne value til å hjelpe deg med å find F-kritisk values i en statistisk tabell, and bestemme et konfidensnivå for modellen.
  • RegressionSumOfSquares: regresjonen sum av firkanter;
  • ResidualSumOfSquares: den gjenværende sum kvadrater.

Eksempel 1

Følgende DAX spørring:

DEFINE VAR TotalSalesByRegion = SUMMARIZECOLUMNS(
    'Sales Territory'[Sales Territory Key],
    'Sales Territory'[Population],
    "Total Sales", SUM(Sales[Sales Amount])
)
EVALUATE LINESTX(
    'TotalSalesByRegion',
    [Total Sales],
    [Population]
)

Returnerer en tabell med én rad med ti kolonner:

Stigningskråning 1 Avskjære StandardErrorSlope1 StandardErrorIntercept KoeffisientOfDetermination
6.42271517588 -410592.76216 0.24959467764561 307826.343996223 0.973535860750193
StandardError FStatistisk DegreesOfFreedom RegresjonsumOfSquares ResidualSumOfSquares
630758.1747292 662.165707642 18 263446517001130 7161405749781.07
  • stigningstall1andskjæringspunkt: koeffisientene til den beregnede lineære modellen;
  • StandardErrorSlope1andStandardErrorIntercept: standard errorvalues for koeffisientene ovenfor;
  • CoefficientOfDetermination, StandardError, FStatistic, DegreesOfFreedom, RegressionSumOfSquaresandResidualSumOfSquares: regresjonsstatistikk om modellen.

For et gitt salgsområde forutser denne modellen totalt salg med følgende formel:

Total Sales = Slope1 * Population + Intercept

Eksempel 2

Følgende DAX spørring:

DEFINE VAR TotalSalesByCustomer = SUMMARIZECOLUMNS(
    'Customer'[Customer ID],
    'Customer'[Age],
    'Customer'[NumOfChildren],
    "Total Sales", SUM(Sales[Sales Amount])
)
EVALUATE LINESTX(
    'TotalSalesByCustomer',
    [Total Sales],
    [Age],
    [NumOfChildren]
)

Returnerer en tabell med én rad med tolv kolonner:

Stigningskråning 1 Stigningstall 2 Avskjære StandardErrorSlope1
69.0435458093763 33.005949841721 -871.118539339539 0.872588875481658
StandardErrorSlope2 StandardErrorIntercept KoeffisientOfDetermination StandardError
6.21158863903435 26.726292527427 0.984892920482022 68.5715034014342
FStatistisk DegreesOfFreedom RegresjonsumOfSquares ResidualSumOfSquares
3161.91535144391 97 29734974.9782379 456098.954637092

For en gitt kunde forutser denne modellen totalt salg med følgende formel:

Total Sales = Slope1 * Age + Slope2 * NumOfChildren + Intercept

LINEST Statistiske funksjoner