Partilhar via

LINEST

  • Artigo

Aplica-se a:Coluna calculadaTabela calculadaMeasureCálculo visual

Usa o método Least Squares para calculate uma linha reta que melhor se ajusta aos dados fornecidos e, em seguida, retorna uma tabela descrevendo a linha. A equação para a linha é da forma: y = Inclinação1*x1 + Inclinação2*x2 + ... + Intercetar.

Sintaxe

LINEST ( <columnY>, <columnX>[, …][, <const>] )

Parâmetros

Vigência Definição
columnY A coluna de y-valuesconhecida . Deve ter tipo escalar.
columnX As colunas de x-valuesconhecidas . Deve ter tipo escalar. Pelo menos um deve ser fornecido.
const (Opcional) Uma constante especificando se a constante Intercept deve ser igual a 0. omitido, o Intercept é calculado normalmente; , o do Intercept está definido como zero.

Regresso value

Uma tabela de linha única descrevendo a linha, além de estatísticas adicionais. Estas são as colunas disponíveis:

  • Slope1, Slope2, ..., SlopeN: os coeficientes correspondentes a cada x-value;
  • Intercept: intercetar value;
  • StandardErrorSlope1, StandardErrorSlope2, ..., StandardErrorSlopeN: o errorvalues padrão para os coeficientes Slope1, Slope2, ..., SlopeN;
  • StandardErrorIntercept: o errorvalue padrão para a constante Intercept;
  • CoefficientOfDetermination: o coeficiente de determinação (r²). Compara a estimativa and o y-valuesreal, and varia em value de 0 a 1: quanto maior o value, maior a correlação no sample;
  • StandardError: o error padrão para a estimativa y;
  • FStatistic: a estatística F or a valueF-observada. Use a estatística F para determinar se a relação observada entre as variáveis dependentes and independentes ocorre por acaso;
  • DegreesOfFreedom: o degrees da liberdade. Use este value para ajudá-lo a findvalues críticos F em uma tabela estatística and determinar um nível de confiança para o modelo;
  • RegressionSumOfSquares: a regressão sum de quadrados;
  • ResidualSumOfSquares: a sum residual de quadrados.

Comentários

columnY and os columnXdevem all pertencer à mesma mesa.

Exemplo 1

O seguinte DAX consulta:

EVALUATE LINEST(
	'FactInternetSales'[SalesAmount],
	'FactInternetSales'[TotalProductCost]
)

Devolve uma tabela de linha única com dez colunas:

Inclinação1 Intercetação StandardErrorSlope1 StandardErrorIntercept CoefficientOfDetermination
1.67703250456677 6.34550460373026 0.000448675725548806 0.279131821917317 0.995695557281456
Erro padrão FStatistic Graus de Liberdade RegressãoSomaDosQuadrados ResidualSumOfSquares
60.9171030357485 13970688.6139993 60396 51843736761.658 224123120.339218
  • Slope1andIntercept: os coeficientes do modelo linear calculado;
  • StandardErrorSlope1andStandardErrorIntercept: o errorvalues padrão para os coeficientes acima;
  • CoefficientOfDetermination, StandardError, FStatistic, DegreesOfFreedom, RegressionSumOfSquaresandResidualSumOfSquares: estatísticas de regressão sobre o modelo.

Para uma determinada venda pela internet, este modelo prevê o valor da venda pela seguinte fórmula:

SalesAmount = Slope1 * TotalProductCost + Intercept

Exemplo 2

O seguinte DAX consulta:

EVALUATE LINEST(
	'DimCustomer'[TotalSalesAmount],
	'DimCustomer'[YearlyIncome],
	'DimCustomer'[TotalChildren],
	'DimCustomer'[BirthDate]
)

Devolve uma tabela de linha única com catorze colunas:

  • Inclinação1
  • Inclinação2
  • Inclinação3
  • Intercetação
  • StandardErrorSlope1
  • StandardErrorSlope2
  • StandardErrorSlope3
  • StandardErrorIntercept
  • CoefficientOfDetermination
  • Erro padrão
  • FStatistic
  • Graus de Liberdade
  • RegressãoSomaDosQuadrados
  • ResidualSumOfSquares

Para um determinado cliente, este modelo prevê as vendas totais pela seguinte fórmula (o date de nascimento é convertido automaticamente em um número):

TotalSalesAmount = Slope1 * YearlyIncome + Slope2 * TotalChildren + Slope3 * BirthDate + Intercept

Related conteúdo

LINESTX Funções estatísticas