Freigeben über


LINEST

Gilt für:berechnete Spaltenberechnete TabellenMeasuresvisuelle Berechnungen

Verwendet die Least Squares-Methode, um eine gerade Linie zu berechnen, die am besten zu den angegebenen Daten passt, und gibt dann eine Tabelle zurück, die die Linie beschreibt. Die Gleichung für die Linie hat das Format: y = Slope1*x1 + Slope2*x2 + ... + Intercept.

Syntax

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

Parameter

Begriff Definition
columnY Dies sind die Spalten bekannter y-Werte. Sie muss einen skalaren Typ aufweisen.
columnX Dies sind die Spalten bekannter x-Werte. Sie müssen einen skalaren Typ aufweisen. Es muss mindestens einer angegeben werden.
const (Optional) Dies ist ein konstanter TRUE/FALSE-Wert, der angibt, ob erzwungen wird, dass die Konstante Intercept gleich 0 (null) sein soll.
Wenn TRUE oder nichts angegeben, wird der Intercept-Wert normal berechnet. Bei FALSE wird der Intercept-Wert auf 0 (null) festgelegt.

Rückgabewert

Eine einzeilige Tabelle, die die Zeile beschreibt, plus zusätzliche Statistiken. Diese Spalten sind verfügbar:

  • Slope1, Slope2, ..., SlopeN: Dies sind die Koeffizienten, die jedem x-Wert entsprechen.
  • Intercept: Abfangwert
  • StandardErrorSlope1, StandardErrorSlope2, ..., StandardErrorSlopeN: Dies sind die Standardfehlerwerte für die KoeffizientenSlope1, Slope2, ..., SlopeN.
  • StandardErrorIntercept: Dies ist der Standardfehlerwert für die Konstante Intercept.
  • CoefficientOfDetermination: Dies ist der Bestimmungskoeffizient (r²). Dieser vergleicht geschätzte und tatsächliche y-Werte und liegt im Wert von 0 bis 1: Je höher der Wert, desto höher die Korrelation in der Stichprobe.
  • StandardError: Dies ist der Standardfehler für die y-Schätzung.
  • FStatistic: Dies ist die F-Statistik oder der von F beobachtete Wert. Verwenden Sie die F-Statistik, um zu bestimmen, ob die beobachtete Beziehung zwischen den abhängigen und unabhängigen Variablen zufällig auftritt.
  • DegreesOfFreedom: Dies sind die Freiheitsgrade. Verwenden Sie diesen Wert, um F-kritische Werte in einer statistischen Tabelle zu finden und ein Konfidenzniveau für das Modell zu bestimmen.
  • RegressionSumOfSquares: Dies ist die Regressionsquadratsumme.
  • ResidualSumOfSquares: Dies ist die Restsumme von Quadraten.

Bemerkungen

<columnY> und <columnX> müssen alle zur selben Tabelle gehören.

Beispiel 1

Die folgende DAX-Abfrage:

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

Gibt eine einzeilige Tabelle mit zehn Spalten zurück:

Slope1 Konstantes Glied StandardErrorSlope1 StandardErrorIntercept CoefficientOfDetermination
1.67703250456677 6.34550460373026 0.000448675725548806 0.279131821917317 0.995695557281456
StandardError (Standardfehler) FStatistic DegreesOfFreedom RegressionSumOfSquares ResidualSumOfSquares
60.9171030357485 13970688.6139993 60396 51843736761.658 224123120.339218
  • Slope1 und Intercept: Dies sind die Koeffizienten des berechneten linearen Modells.
  • StandardErrorSlope1 und StandardErrorIntercept: Dies sind die Standardfehlerwerte für die obigen Koeffizienten.
  • CoefficientOfDetermination, StandardError, FStatistic, DegreesOfFreedom, RegressionSumOfSquares und ResidualSumOfSquares: Dies sind die Regressionsstatistiken zum Modell.

Für einen bestimmten Internetverkauf sagt dieses Modell den Verkaufsbetrag mit der folgenden Formel voraus:

SalesAmount = Slope1 * TotalProductCost + Intercept

Beispiel 2

Die folgende DAX-Abfrage:

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

Gibt eine Einzeilentabelle mit vierzehn Spalten zurück:

  • Slope1
  • Slope2
  • Slope3
  • Konstantes Glied
  • StandardErrorSlope1
  • StandardErrorSlope2
  • StandardErrorSlope3
  • StandardErrorIntercept
  • CoefficientOfDetermination
  • StandardError (Standardfehler)
  • FStatistic
  • DegreesOfFreedom
  • RegressionSumOfSquares
  • ResidualSumOfSquares

Für einen bestimmten Kunden prognostiziert dieses Modell den Gesamtumsatz mit der folgenden Formel (das Geburtsdatum wird automatisch in eine Zahl konvertiert):

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

LINESTX
Statistische Funktionen