LINEST

  • [アーティクル]

適用対象:計算列計算テーブルメジャービジュアル計算

最小二乗法を使用して、指定されたデータに最適な直線を計算し、その線を記述するテーブルを返します。 この線の等式は、y = Slope1*x1 + Slope2*x2 + ... + Intercept という形式です。

構文

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

パラメーター

用語 定義
columnY 既知の y 値の列。 スカラー型が必要です。
columnX 既知の x 値の列。 スカラー型が必要です。 少なくとも 1 つは指定する必要があります。
const (省略可能) 定数 Intercept を強制的に 0 にするかどうかを指定する定数 TRUE/FALSE 値。
TRUE の場合、または省略すると、Intercept 値は通常どおりに計算されます。FALSE の場合、Intercept 値は 0 に設定されます。

戻り値

行と追加の統計を記述する 1 行のテーブル。 使用可能な列は次のとおりです。

  • Slope1、Slope2、...、SlopeN: 各 x 値に対応する係数;
  • Intercept: 切片値;
  • StandardErrorSlope1、StandardErrorSlope2、...、StandardErrorSlopeN: 係数 Slope1、Slope2、...、SlopeN の標準誤差値;
  • StandardErrorIntercept: 定数 Intercept の標準エラー値;
  • CoefficientOfDetermination: 決定係数 (r²)。 推定値と実際の y 値を比較します。値の範囲は 0 から 1 です。値が大きいほど、サンプルの相関関係が高くなります;
  • StandardError: y 推定値の標準誤差;
  • FStatistic: F 統計、または F 観測値。 F 統計を使用して、依存と独立変数の間で観測された関係が偶然発生するかどうかを判断します;
  • DegreesOfFreedom: 自由度。 この値を使用すると、統計テーブルで F クリティカル値を見つけ、モデルの信頼度レベルを判断するのに役立ちます;
  • RegressionSumOfSquares: 回帰平方和;
  • ResidualSumOfSquares: 残差平方和。

注釈

<columnY> と <columnX> はすべて同じテーブルに属している必要があります。

例 1

次の DAX クエリを実行します。

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

10 列の単一行テーブルを返します。

Slope1 Intercept StandardErrorSlope1 StandardErrorIntercept CoefficientOfDetermination
1.67703250456677 6.34550460373026 0.000448675725548806 0.279131821917317 0.995695557281456
StandardError FStatistic DegreesOfFreedom RegressionSumOfSquares ResidualSumOfSquares
60.9171030357485 13970688.6139993 60396 51843736761.658 224123120.339218
  • Slope1 と Intercept: 計算された線形モデルの係数;
  • StandardErrorSlope1 と StandardErrorIntercept: 上記の係数の標準誤差値;
  • CoefficientOfDetermination、StandardError、FStatistic、DegreesOfFreedom、RegressionSumOfSquares および ResidualSumOfSquares: モデルに関する回帰統計。

特定のインターネット販売に対して、このモデルでは次の式で売上額を予測します。

SalesAmount = Slope1 * TotalProductCost + Intercept

例 2

次の DAX クエリを実行します。

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

14 列の単一行テーブルを返します。

  • Slope1
  • Slope2
  • Slope3
  • Intercept
  • StandardErrorSlope1
  • StandardErrorSlope2
  • StandardErrorSlope3
  • StandardErrorIntercept
  • CoefficientOfDetermination
  • StandardError
  • FStatistic
  • DegreesOfFreedom
  • RegressionSumOfSquares
  • ResidualSumOfSquares

特定の顧客に対して、このモデルでは次の式で総売上を予測します (生年月日は自動的に数値に変換されます)。

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

関連するコンテンツ

LINESTX
統計関数