LINEST

적용 대상:계산 열계산 테이블측정값 시각적 계산

최소 제곱 메서드를 사용하여 지정된 데이터에 가장 적합한 직선을 계산한 다음, 선을 설명하는 테이블을 반환합니다. 선의 수식은 y = Slope1*x1 + Slope2*x2 + ... + Intercept 형식입니다.

구문

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

매개 변수

용어 정의
columnY 알려진 y 값의 열입니다. 스칼라 형식이 있어야 합니다.
columnX 알려진 x 값의 열입니다. 스칼라 형식이 있어야 합니다. 하나 이상을 제공해야 합니다.
const (선택 사항) 상수 인터셉트를 0으로 강제 적용할지 여부를 지정하는 상수 TRUE/FALSE 값입니다.
TRUE를 지정하거나 생략하면 인터셉트 값이 정상적으로 계산됩니다. FALSE이면 Intercept 값이 0으로 설정됩니다.

반환 값

줄을 설명하는 단일 행 테이블과 추가 통계입니다. 사용 가능한 열은 다음과 같습니다.

  • Slope1, Slope2, ..., SlopeN: 각 x-값에 해당하는 계수입니다.
  • 절편: 절편 값;
  • StandardErrorSlope1, StandardErrorSlope2, ..., StandardErrorSlopeN: 계수 Slope1, Slope2, ..., SlopeN;
  • StandardErrorIntercept: 상수 인터셉트의 표준 오류 값입니다.
  • CoefficientOfDetermination: 결정 계수(r²)입니다. 예상 값과 실제 y-값 및 값의 범위를 0에서 1까지 비교합니다. 값이 높을수록 샘플의 상관 관계가 높아질 수 있습니다.
  • StandardError: y 예상치에 대한 표준 오류입니다.
  • FStatistic: F 통계 또는 F 관찰 값입니다. F 통계를 사용하여 종속 변수와 독립 변수 간의 관찰된 관계가 우연히 발생하는지 여부를 확인합니다.
  • DegreesOfFreedom: 자유도입니다. 이 값을 사용하여 통계 테이블에서 F-Critical 값을 찾고 모델에 대한 신뢰도 수준을 결정할 수 있습니다.
  • RegressionSumOfSquares: 제곱의 회귀 합계입니다.
  • ResidualSumOfSquares: 정사각형의 잔여 합계입니다.

설명

<columnY> 와 <columnX>는 모두 동일한 테이블에 속해야 합니다.

예 1

다음 DAX 쿼리:

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

열이 10개인 단일 행 테이블을 반환합니다.

Slope1 가로채기 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
  • Slope1Intercept: 계산된 선형 모델의 계수입니다.
  • StandardErrorSlope1StandardErrorIntercept: 위의 계수에 대한 표준 오류 값입니다.
  • CoefficientOfDetermination, StandardError, FStatistic, DegreesOfFreedom, RegressionSumOfSquaresResidualSumOfSquares: 모델에 대한 회귀 통계입니다.

지정된 인터넷 판매의 경우 이 모델은 다음 수식으로 판매 금액을 예측합니다.

SalesAmount = Slope1 * TotalProductCost + Intercept

예제 2

다음 DAX 쿼리:

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

열이 14개인 단일 행 테이블을 반환합니다.

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

지정된 고객의 경우 이 모델은 다음 수식으로 총 판매량을 예측합니다(생년월일은 자동으로 숫자로 변환됨).

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

LINESTX
통계 함수