LINESTX
aplica-se a:coluna calculadatabela calculadaMeasurecálculo visual
Usa o método Least Squares para calculate uma linha reta que melhor se ajusta aos dados especificados e retorna uma tabela que descreve a linha. Os dados resultam de expressões avaliadas para cada linha em uma tabela. A equação da linha é da forma: y = Slope1*x1 + Slope2*x2 + ... + Intercept.
Sintaxe
LINESTX ( <table>, <expressionY>, <expressionX>[, …][, <const>] )
Parâmetros
Prazo | Definição |
---|---|
table |
A tabela que contém as linhas para as quais as expressões serão avaliadas. |
expressionY |
A expressão a ser avaliada para cada linha da tabela, para obter o y-valuesconhecido. Deve ter um tipo escalar. |
expressionX |
As expressões a serem avaliadas para cada linha da tabela, para obter o x-valuesconhecido. Deve ter um tipo escalar. Pelo menos um deve ser fornecido. |
const |
(Opcional) Uma constante |
Retornar value
Uma tabela de linha única que descreve a linha, além de estatísticas adicionais. Estas são as colunas disponíveis:
- Slope1, Slope2, ..., SlopeN: os coeficientes correspondentes a cada x-value;
- Intercept: interceptar value;
- StandardErrorSlope1, StandardErrorSlope2, ..., StandardErrorSlopeN: a errorvalues padrão para os coeficientes Slope1, Slope2, ..., SlopeN;
StandardErrorIntercept: o padrão para ode Interceptação constante; - CoeficientOfDetermination: o coeficiente de determinação (r²). Compara and real y-values, and intervalos em value de 0 a 1: quanto maior a value, maior a correlação no sample;
- StandardError: o error padrão para a estimativa y;
- FStatistic: a estatística F, or o valueobservado por F. Use a estatística F para determinar se a relação observada entre as variáveis independentes and dependentes ocorre por acaso;
- DegreesOfFreedom: o degrees da liberdade. Use este value para ajudá-lo a findvalues F críticos em uma tabela estatística, and determinar um nível de confiança para o modelo;
- RegressionSumOfSquares: a sum de regressão de quadrados;
- ResidualSumOfSquares: a sum residual de quadrados.
Exemplo 1
A seguinte consulta DAX:
DEFINE VAR TotalSalesByRegion = SUMMARIZECOLUMNS(
'Sales Territory'[Sales Territory Key],
'Sales Territory'[Population],
"Total Sales", SUM(Sales[Sales Amount])
)
EVALUATE LINESTX(
'TotalSalesByRegion',
[Total Sales],
[Population]
)
Retorna uma tabela de linha única com dez colunas:
Inclinação1 | Interceptar | StandardErrorSlope1 | StandardErrorIntercept | CoefficientOfDetermination |
---|---|---|---|---|
6.42271517588 | -410592.76216 | 0.24959467764561 | 307826.343996223 | 0.973535860750193 |
StandardError | FStatistic | DegreesOfFreedom | RegressionSumOfSquares | ResidualSumOfSquares |
---|---|---|---|---|
630758.1747292 | 662.165707642 | 18 | 263446517001130 | 7161405749781.07 |
Intercept : os coeficientes do modelo linear calculado; - StandardErrorSlope1andStandardErrorIntercept: a errorvalues padrão para os coeficientes acima;
- CoefficientOfDetermination, StandardError, FStatistic, DegreesOfFreedom, RegressionSumOfSquaresandResidualSumOfSquares: estatísticas de regressão sobre o modelo.
Para um determinado território de vendas, esse modelo prevê o total de vendas pela seguinte fórmula:
Total Sales = Slope1 * Population + Intercept
Exemplo 2
A seguinte consulta DAX:
DEFINE VAR TotalSalesByCustomer = SUMMARIZECOLUMNS(
'Customer'[Customer ID],
'Customer'[Age],
'Customer'[NumOfChildren],
"Total Sales", SUM(Sales[Sales Amount])
)
EVALUATE LINESTX(
'TotalSalesByCustomer',
[Total Sales],
[Age],
[NumOfChildren]
)
Retorna uma tabela de linha única com doze colunas:
Inclinação1 | Inclinação2 | Interceptar | StandardErrorSlope1 |
---|---|---|---|
69.0435458093763 | 33.005949841721 | -871.118539339539 | 0.872588875481658 |
StandardErrorSlope2 | StandardErrorIntercept | CoefficientOfDetermination | StandardError |
---|---|---|---|
6.21158863903435 | 26.726292527427 | 0.984892920482022 | 68.5715034014342 |
FStatistic | DegreesOfFreedom | RegressionSumOfSquares | ResidualSumOfSquares |
---|---|---|---|
3161.91535144391 | 97 | 29734974.9782379 | 456098.954637092 |
Para um determinado cliente, esse modelo prevê o total de vendas pela seguinte fórmula:
Total Sales = Slope1 * Age + Slope2 * NumOfChildren + Intercept
Related conteúdo
Funções estatísticas LINEST