Compartir a través de


LINESTX

Se aplica a:Columna calculadaTabla calculadaMedidaCálculo visual

Usa el método de mínimos cuadrados para calcular una línea recta con el mejor ajuste a los datos especificados y, a continuación, devuelve una tabla que describe la línea. Los datos se obtienen de las expresiones evaluadas para cada fila de una tabla. La ecuación de la línea adopta la forma: y = Slope1*x1 + Slope2*x2 + ... + Intercept.

Sintaxis

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

Parámetros

Término Definición
tabla Tabla que contiene las filas para las que se evaluarán las expresiones.
expressionY Expresión que se evaluará para cada fila de la tabla para obtener los valores y conocidos. Debe tener un tipo escalar.
expressionX Expresiones que se evaluarán para cada fila de la tabla para obtener los valores x conocidos. Debe tener un tipo escalar. Se debe proporcionar al menos una.
const (Opcional) Valor TRUE/FALSE constante que especifica si se va a forzar que la constante Intercept sea igual a 0.
Si es TRUE o se omite, el valor Intercept se calcula de forma normal; Si es FALSE, el valor Intercept se establece en cero.

Valor devuelto

Tabla de una sola fila que describe la línea, además de estadísticas adicionales. Estas son las columnas disponibles:

  • Slope1, Slope2, ..., SlopeN: los coeficientes correspondientes a cada valor x;
  • Intercept: valor de intersección;
  • StandardErrorSlope1, StandardErrorSlope2, ..., StandardErrorSlopeN: los valores de error estándar para los coeficientes Slope1, Slope2, ..., SlopeN;
  • StandardErrorIntercept: el valor de error estándar para la constante Intercept;
  • CoefficientOfDetermination: el coeficiente de determinación (r²). Compara los valores y estimados y reales, y los intervalos en un valor de 0 a 1: cuanto mayor sea el valor, mayor será la correlación en la muestra;
  • StandardError: el error estándar de la estimación y;
  • FStatistic: la estadística F o el valor observado F. Utilice la estadística F para determinar si la relación observada entre las variables dependientes e independientes ocurre por casualidad;
  • DegreesOfFreedom: los grados de libertad. Use este valor para ayudarle a encontrar valores críticos de F en una tabla estadística y determinar un nivel de confianza para el modelo;
  • RegressionSumOfSquares: la suma de regresión de los cuadrados;
  • ResidualSumOfSquares: la suma residual de los cuadrados.

Ejemplo 1

La consulta DAX siguiente:

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

Devuelve una tabla de una sola fila con diez columnas:

Slope1 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
  • Slope1 e Intercept: los coeficientes del modelo lineal calculado;
  • StandardErrorSlope1 y StandardErrorIntercept: los valores de error estándar para los coeficientes anteriores;
  • CoefficientOfDetermination, StandardError, FStatistic, DegreesOfFreedom, RegressionSumOfSquares y ResidualSumOfSquares: estadísticas de regresión sobre el modelo.

Para un determinado territorio de ventas, este modelo predice las ventas totales mediante la fórmula siguiente:

Total Sales = Slope1 * Population + Intercept

Ejemplo 2

La consulta DAX siguiente:

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

Devuelve una tabla de una sola fila con doce columnas:

Slope1 Slope2 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 un determinado cliente, este modelo predice las ventas totales mediante la fórmula siguiente:

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

LINEST
Funciones estadísticas