LINESTX

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. Das Datenergebnis stammt von Ausdrücken, die für jede Zeile in einer Tabelle ausgewertet werden. Die Gleichung für die Linie lautet: y = Slope1*x1 + Slope2*x2 + ... + Intercept.

Syntax

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

Parameter

Begriff	Definition
table	Die Tabelle, die die Zeilen enthält, für die die Ausdrücke ausgewertet werden
ExpressionY	Der Ausdruck, der für jede Zeile der Tabelle ausgewertet werden soll, um die bekannten y-Werte abzurufen. Dieser muss einen skalaren Typ aufweisen.
ExpressionX	Die Ausdrücke, die für jede Zeile der Tabelle ausgewertet werden sollen, um die bekannten x-Werte abzurufen. Diese 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 Residuenquadratsumme.

Beispiel 1

Die folgende DAX-Abfrage:

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

Gibt eine einzeilige Tabelle mit zehn Spalten zurück:

Slope1	Konstantes Glied	StandardErrorSlope1	StandardErrorIntercept	CoefficientOfDetermination
6,42271517588	–410592,76216	0,24959467764561	307826,343996223	0,973535860750193

StandardError (Standardfehler)	FStatistic	DegreesOfFreedom	RegressionSumOfSquares	ResidualSumOfSquares
630758,1747292	662,165707642	18	263446517001130	7161405749781,07

• 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 ein bestimmtes Vertriebsgebiet prognostiziert dieses Modell den Gesamtumsatz mit der folgenden Formel:

Total Sales = Slope1 * Population + Intercept

Beispiel 2

Die folgende DAX-Abfrage:

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

Gibt eine einzeilige Tabelle mit zwölf Spalten zurück:

Slope1	Slope2	Konstantes Glied	StandardErrorSlope1
69,0435458093763	33,005949841721	–871,118539339539	0,872588875481658

StandardErrorSlope2	StandardErrorIntercept	CoefficientOfDetermination	StandardError (Standardfehler)
6,21158863903435	26,726292527427	0,984892920482022	68,5715034014342

FStatistic	DegreesOfFreedom	RegressionSumOfSquares	ResidualSumOfSquares
3161,91535144391	97	29734974,9782379	456098,954637092

Für einen bestimmten Kunden prognostiziert dieses Modell den Gesamtumsatz mit der folgenden Formel:

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

Zugehöriger Inhalt

LINEST
Statistische Funktionen