Partager via

LINESTX

  • Article

S’applique à :Colonne calculéeTable calculéeMesureCalcul de visuel

Utilise la méthode des moindres carrés pour calculer une ligne droite qui correspond le mieux aux données spécifiées, puis retourne une table décrivant la ligne. Les données sont le résultat des expressions évaluées pour chaque ligne d’une table. L’équation de la ligne est sous la forme : y = Slope1*x1 + Slope2*x2 + ... + Intercept.

Syntaxe

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

Paramètres

Terme Définition
tableau Table contenant les lignes pour lesquelles les expressions seront évaluées.
expressionY Expression à évaluer pour chaque ligne de la table, afin d’obtenir les valeurs y connues. Doit avoir un type scalaire.
expressionY Expressions à évaluer pour chaque ligne de la table, afin d’obtenir les valeurs x connues. Doit avoir un type scalaire. Au moins une doit être fournie.
const (Facultatif) Valeur TRUE/FALSE constante spécifiant s’il faut forcer la constante Intercept pour qu’elle soit égale à 0.
Si la valeur EST TRUE ou omise, la valeur Intercept est calculée normalement ; si la valeur est FALSE, la valeur Intercept est définie sur zéro.

Valeur retournée

Table monoligne décrivant la ligne, plus des statistiques supplémentaires. Voici les colonnes disponibles :

  • Slope1, Slope2, ..., SlopeN : coefficients correspondant à chaque valeur x ;
  • Intercept : valeur intercept ;
  • StandardErrorSlope1, StandardErrorSlope2, ..., StandardErrorSlopeN : valeurs d’erreur standard pour les coefficients Slope1, Slope2, ..., SlopeN ;
  • StandardErrorIntercept : valeur d’erreur standard pour la constante Intercept ;
  • CoefficientOfDetermination : coefficient de détermination (r²). Compare les valeurs y estimées et réelles, et pointe vers les valeurs de 0 à 1 : plus la valeur est élevée, plus la corrélation dans l’échantillon est élevée ;
  • StandardError : erreur standard pour l’estimation y ;
  • FStatistic : statistique F, ou valeur observée par F. Utilisez la statistique F pour déterminer si la relation observée entre les variables dépendantes et indépendantes se produit par hasard ;
  • DegreesOfFreedom : degrés de liberté. Utilisez cette valeur pour vous aider à trouver des valeurs F critiques dans une table statistique et à déterminer un niveau de confiance pour le modèle ;
  • RegressionSumOfSquares : somme de régression des carrés ;
  • ResidualSumOfSquares : somme résiduelle des carrés.

Exemple 1

La requête DAX suivante :

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

Retourne une table monoligne avec dix colonnes :

Slope1 Intercepter 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 et Intercept : coefficients du modèle linéaire calculé ;
  • StandardErrorSlope1 et StandardErrorIntercept : valeurs d’erreur standard pour les coefficients ci-dessus ;
  • CoefficientOfDetermination, StandardError, FStatistic, DegreesOfFreedom, RegressionSumOfSquares et ResidualSumOfSquares : statistiques de régression sur le modèle.

Pour un territoire de vente donné, ce modèle prédit le total des ventes selon la formule suivante :

Total Sales = Slope1 * Population + Intercept

Exemple 2

La requête DAX suivante :

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

Retourne une table monoligne avec douze colonnes :

Slope1 Slope2 Intercepter 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

Pour un client donné, ce modèle prédit le total des ventes selon la formule suivante :

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

Contenu connexe

LINEST
Fonctions statistiques