Κοινή χρήση μέσω

LINEST

  • Άρθρο

Ισχύει για: Υπολογισμός απεικόνισης υπολογιζόμενης στήλης υπολογιζόμενου πίνακα Μέτρηση

Χρησιμοποιεί τη μέθοδο Least Squares για τον υπολογισμό μιας ευθείας γραμμής που ταιριάζει καλύτερα στα δεδομένα που παρέχονται και, στη συνέχεια, επιστρέφει έναν πίνακα που περιγράφει τη γραμμή. Η εξίσωση για τη γραμμή είναι της μορφής: y = Slope1*x1 + Slope2*x2 + ... + Intercept.

Σύνταξη

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

Παράμετροι

Όρος Ορισμός
columnY Η στήλη γνωστών τιμών y. Πρέπει να έχει ανυσματική μορφή.
columnX Οι στήλες γνωστών τιμών x. Πρέπει να έχει ανυσματική μορφή. Πρέπει να παρασχεθεί τουλάχιστον ένα.
const (Προαιρετικό) Μια σταθερά TRUE/FALSE που καθορίζει εάν θα επιβάλλεται η σταθερά Intercept να ισούται με 0.
Εάν είναι TRUE ή παραλείπεται, η τιμή υποκλοπής υπολογίζεται κανονικά. Εάν είναι FALSE, η τιμή του intercept έχει οριστεί σε μηδέν.

Επιστρεφόμενη αξία

Ένας πίνακας μίας γραμμής που περιγράφει τη γραμμή, καθώς και πρόσθετα στατιστικά στοιχεία. Αυτές είναι οι διαθέσιμες στήλες:

  • Slope1, Slope2, ..., SlopeN: οι συντελεστές που αντιστοιχούν σε κάθε τιμή x;
  • Υποκλοπή: τιμή υποκλοπής
  • StandardErrorSlope1, StandardErrorSlope2, ..., StandardErrorSlopeN: οι τυπικές τιμές σφάλματος για τους συντελεστής Slope1, Slope2, ..., SlopeN·
  • StandardErrorIntercept: η τυπική τιμή σφάλματος για τη σταθερά Intercept.
  • ΣυντελεστήςΕξατέρευση: ο συντελεστής προσδιορισμού (r²). Συγκρίνει τις εκτιμώμενες και τις πραγματικές τιμές του y και τις περιοχές τιμής από 0 έως 1: όσο υψηλότερη είναι η τιμή, τόσο υψηλότερη είναι η συσχέτιση στο δείγμα,
  • StandardError: το τυπικό σφάλμα για την εκτίμηση y.
  • FStatistic: το στατιστικό στοιχείο F ή η τιμή F που παρατηρήθηκε. Χρησιμοποιήστε το στατιστικό στοιχείο F για να προσδιορίσετε εάν η σχέση που παρατηρήθηκε μεταξύ των εξαρτώμενων και ανεξάρτητων μεταβλητών εμφανίζεται τυχαία.
  • DegreesOfFreedom: οι βαθμοί ελευθερίας. Χρησιμοποιήστε αυτήν την τιμή για να σας βοηθήσει να βρείτε κρίσιμες τιμές F σε έναν στατιστικό πίνακα και να προσδιορίσετε ένα επίπεδο εμπιστοσύνης για το μοντέλο.
  • ΠαλινδρόμησηSumOfSquares: το άθροισμα παλινδρόμησης των τετραγώνων,
  • ResidualSumOfSquares: το υπολειπόμενο άθροισμα των τετραγώνων.

Παρατηρήσεις

<Οι στήλες columnY> και <columnX> πρέπει να ανήκουν όλες στον ίδιο πίνακα.

Παράδειγμα 1

Το παρακάτω ερώτημα DAX:

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

Επιστρέφει έναν πίνακα μίας γραμμής με δέκα στήλες:

Κλίση1 Διακόπτω StandardErrorSlope1 StandardErrorIntercept CoefficientOfDetermination
1.67703250456677 6.34550460373026 0.000448675725548806 0.279131821917317 0.995695557281456
StandardError FStatistic DegreesOfFreedom ΠαλινδρόμησηSumOfSquares ΥπολειπόμεναΑπολειπόμεναOfSquares
60.9171030357485 13970688.6139993 60396 51843736761.658 224123120.339218
  • Κλίση1 και αναχαίτιση: οι συντελεστές του υπολογιζόμενου γραμμικού μοντέλου·
  • StandardErrorSlope1 και StandardErrorIntercept: οι τυπικές τιμές σφάλματος για τους παραπάνω συντελεστές.
  • CoefficientOfDetermination, StandardError, FStatistic, DegreesOfFreedom, RegressionSumOfSquares και ResidualSumOfSquares: στατιστικά στοιχεία παλινδρόμησης σχετικά με το μοντέλο.

Για μια δεδομένη πώληση μέσω Internet, αυτό το μοντέλο προβλέπει το ποσό πώλησης σύμφωνα με τον παρακάτω τύπο:

SalesAmount = Slope1 * TotalProductCost + Intercept

Παράδειγμα 2

Το παρακάτω ερώτημα DAX:

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

Επιστρέφει έναν πίνακα μίας γραμμής με δεκατέσσερις στήλες:

  • Κλίση1
  • Κλίση2
  • Slope3
  • Διακόπτω
  • StandardErrorSlope1
  • StandardErrorSlope2
  • StandardErrorSlope3
  • StandardErrorIntercept
  • CoefficientOfDetermination
  • StandardError
  • FStatistic
  • DegreesOfFreedom
  • ΠαλινδρόμησηSumOfSquares
  • ΥπολειπόμεναΑπολειπόμεναOfSquares

Για έναν συγκεκριμένο πελάτη, αυτό το μοντέλο προβλέπει τις συνολικές πωλήσεις με βάση τον παρακάτω τύπο (η ημερομηνία γέννησης μετατρέπεται αυτόματα σε αριθμό):

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

Σχετικό περιεχόμενο

LINESTX
Στατιστικές συναρτήσεις