Jaa

LINESTX

  • Artikkeli

Koskee: Lasketun sarakkeen lasketun taulukon mittarin visuaalinen laskutoimitus

Least Squares -menetelmän avulla lasketaan annettuihin tietoihin parhaiten sopiva suora viiva ja palautetaan sitten viivaa kuvaava taulukko. Taulukon kullekin riville arvioitujen lausekkeiden tietojen tulos. Rivin kaava on muotoa: y = Slope1*x1 + Slope2*x2 + ... + Intercept.

Syntaksi

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

Parametrit

Termi Määritelmä
table Ne rivit sisältävä taulukko, joille lausekkeet arvioidaan.
expressionY Taulukon kullekin riville laskettava lauseke tunnettujen y-arvojen hankkimiseksi. Skalaarityypin täytyy olla.
expressionX Taulukon kullekin riville lasketut lausekkeet tunnettujen x-arvojen saamiseksi. Skalaarityypin täytyy olla. Vähintään yksi on annettava.
Const (Valinnainen) Vakio TRUE/FALSE-arvo, joka määrittää, pakotetaanko vakion Sieppausarvoksi 0.
Jos ARVO TRUE tai jätetään pois, Intercept-arvo lasketaan normaalisti. Jos ARVO on FALSE, Intercept-arvoksi määritetään nolla.

Palautusarvo

Yksirivinen taulukko, joka kuvaa riviä, sekä muita tilastotietoja. Nämä ovat käytettävissä olevat sarakkeet:

  • Slope1, Slope2, ..., SlopeN: kustakin x-arvoa vastaavat kerroinet;
  • Sieppaus: sieppausarvo;
  • StandardErrorSlope1, StandardErrorSlope2, ..., StandardErrorSlopeN: kertoimien Slope1, Slope2, ..., SlopeN standardivirhearvot;
  • 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.
  • RegressionSummaQuares: neliöiden regressiosumma;
  • JäännössummaOfSquares: neliöiden jäännössumma.

Esimerkki 1

Seuraava DAX-kysely:

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

Palauttaa yksirivisen taulukon, jossa on kymmenen saraketta:

Kaltevuus1 Siepata StandardErrorSlope1 StandardErrorIntercept KerroinOfDetermination
6.42271517588 -410592.76216 0.24959467764561 307826.343996223 0.973535860750193
StandardError FStatistic DegreesOfFreedom RegressionSummaOfSquares JäännössummaOfSquares
630758.1747292 662.165707642 18 263446517001130 7161405749781.07
  • Slope1 ja Intercept: lasketun lineaarisen mallin kertoimat;
  • StandardErrorSlope1 ja StandardErrorIntercept: yllä olevien kertoimien vakiovirhearvot;
  • CoefficientOfDetermination, StandardError, FStatistic, DegreesOfFreedom, RegressionSumOfSquares ja ResidualSumOfSquares: mallia koskevat regressiotilastot.

Tietyllä myyntialueella tämä malli ennustaa kokonaismyynnin seuraavalla kaavalla:

Total Sales = Slope1 * Population + Intercept

Esimerkki 2

Seuraava DAX-kysely:

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

Palauttaa yksirivisen taulukon, jossa on kaksitoista saraketta:

Kaltevuus1 Kaltevuus2 Siepata StandardErrorSlope1
69.0435458093763 33.005949841721 -871.118539339539 0.872588875481658
StandardErrorSlope2 StandardErrorIntercept KerroinOfDetermination StandardError
6.21158863903435 26.726292527427 0.984892920482022 68.5715034014342
FStatistic DegreesOfFreedom RegressionSummaOfSquares JäännössummaOfSquares
3161.91535144391 97 29734974.9782379 456098.954637092

Tietylle asiakkaalle tämä malli ennustaa kokonaismyynnin seuraavan kaavan mukaan:

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

Liittyvä sisältö

RIVIT
Tilastolliset funktiot