RIVIT
Koskee seuraavia:Laskettu sarakeLaskettu taulukkoMittayksikköVisuaalinen laskenta -
Least Squares -menetelmän avulla lasketaan annettuihin tietoihin parhaiten sopiva suora viiva ja palautetaan sitten viivaa kuvaava taulukko. Rivin kaava on muotoa: y = Slope1*x1 + Slope2*x2 + ... + Intercept.
LINEST ( <columnY>, <columnX>[, …][, <const>] )
Termi | Määritelmä |
---|---|
columnY |
Tunnettujen y-arvojen sarake. Skalaarityypin täytyy olla. |
columnX |
Tunnettujen x-arvojen sarakkeet. Skalaarityypin täytyy olla. Vähintään yksi on annettava. |
const |
(Valinnainen) Vakioarvo TRUE /FALSE , joka määrittää, pakotetaanko Intercept vakioarvoksi 0.Jos TRUE tai jätetään pois, Intercept -arvo lasketaan normaalisti. Jos FALSE , Intercept -arvoksi asetetaan nolla. |
Yksirivinen taulukko, joka kuvaa riviä, sekä muita tilastotietoja. Nämä ovat käytettävissä olevat sarakkeet:
- Slope1, Slope2, ..., SlopeN: kustakin x-arvoa vastaavat kerrointen.
- Intercept: sieppausarvo;
- StandardErrorSlope1, StandardErrorSlope2, ..., StandardErrorSlopeN: kertoimien vakiovirhearvot Slope1, Slope2, ..., SlopeN;
- StandardErrorIntercept: vakiovirhearvo vakiolle Intercept.
- KerroinOfDetermination: määrityksen kerroin (r²). Vertaa arvioituja ja todellisia y-arvoja ja alueita arvossa 0:sta 1:een: mitä suurempi arvo, sitä suurempi korrelaatio näytteessä;
- StandardError: y-arvion vakiovirhe.
- FStatistic-: F-tilasto tai F-havaittu arvo. Käytä F-tilastoja määrittämään, onko riippuvaisten ja riippumattomien muuttujien välinen havaittu suhde sattumalta;
- DegreesOfFreedom: vapausasteet. Tämän arvon avulla voit etsiä F-kriittisiä arvoja tilastollisesta taulukosta ja määrittää mallin luotettavuustason.
- RegressionSummaOfSquares: neliöiden regressiosumma.
- JäännössummaOfSquares-: neliöiden jäljellä oleva summa.
columnY
ja columnX
:n on kaikkien kuuluttava samaan taulukkoon.
Seuraava DAX-kysely:
EVALUATE LINEST(
'FactInternetSales'[SalesAmount],
'FactInternetSales'[TotalProductCost]
)
Palauttaa yksirivisen taulukon, jossa on kymmenen saraketta:
Kaltevuus1 | Siepata | StandardErrorSlope1 | StandardErrorIntercept | KerroinOfDetermination |
---|---|---|---|---|
1.67703250456677 | 6.34550460373026 | 0.000448675725548806 | 0.279131821917317 | 0.995695557281456 |
StandardError | FStatistic | DegreesOfFreedom | RegressionSummaOfSquares | JäännössummaOfSquares |
---|---|---|---|---|
60.9171030357485 | 13970688.6139993 | 60396 | 51843736761.658 | 224123120.339218 |
- Slope1 ja Intercept: lasketun lineaarisen mallin kertoimat.
- StandardErrorSlope1 ja StandardErrorIntercept: edellä mainittujen kertoimien vakiovirhearvot;
- CoefficientOfDetermination, StandardError, FStatistic, DegreesOfFreedom, RegressionSumOfSquares ja ResidualSumOfSquares: mallia koskevat regressiotilastot.
Tietylle Internet-myynnille tämä malli ennustaa myynnin määrän seuraavan kaavan mukaan:
SalesAmount = Slope1 * TotalProductCost + Intercept
Seuraava DAX-kysely:
EVALUATE LINEST(
'DimCustomer'[TotalSalesAmount],
'DimCustomer'[YearlyIncome],
'DimCustomer'[TotalChildren],
'DimCustomer'[BirthDate]
)
Palauttaa yksirivisen taulukon, jossa on 14 saraketta:
- Kaltevuus1
- Kaltevuus2
- Kaltevuus3
- Siepata
- StandardErrorSlope1
- StandardErrorSlope2
- StandardErrorSlope3
- StandardErrorIntercept
- KerroinOfDetermination
- StandardError
- FStatistic
- DegreesOfFreedom
- RegressionSummaOfSquares
- JäännössummaOfSquares
Tietylle asiakkaalle tämä malli ennustaa kokonaismyynnin seuraavalla kaavalla (syntymäaika muunnetaan automaattisesti luvuksi):
TotalSalesAmount = Slope1 * YearlyIncome + Slope2 * TotalChildren + Slope3 * BirthDate + Intercept