LINEST
Aplica-se a:Coluna calculadaTabela calculadaMedidaCálculo visual
Usa o método dos mínimos quadrados para calcular uma linha reta que melhor se ajusta aos dados fornecidos e, em seguida, retorna uma tabela que a descreve. A equação para a linha tem o seguinte formato: y = Slope1*x1 + Slope2*x2 + ... + Intercept.
LINEST ( <columnY>, <columnX>[, …][, <const>] )
Termo | Definição |
---|---|
columnY | A coluna de valores y conhecidos. Deve ter o tipo escalar. |
columnX | As colunas de valores x conhecidos. Deve ter o tipo escalar. Pelo menos um deve ser fornecido. |
const | (Opcional) Um valor TRUE/FALSE constante especificando se a constante Intercept deve ser forçada para igual a 0. Se TRUE ou omitido, o valor Intercept será calculado normalmente. Se FALSE, o valor Intercept será definido como zero. |
Uma tabela de linha única descrevendo a linha, além de estatísticas adicionais. Estas são as colunas disponíveis:
- Slope1, Slope2, ..., SlopeN: os coeficientes correspondentes a cada valor x;
- Intercept: valor de interceptação;
- StandardErrorSlope1, StandardErrorSlope2, ..., StandardErrorSlopeN: os valores de erro padrão para os coeficientes Slope1, Slope2, ..., SlopeN;
- StandardErrorIntercept: o valor de erro padrão para a constante Intercept;
- CoefficientOfDetermination: o coeficiente de determinação (r²). Compara valores estimados e reais de y e varia em valores de 0 a 1: quanto maior o valor, maior a correlação na amostra;
- StandardError: o erro padrão para a estimativa de y;
- FStatistic: a estatística F, ou o valor F observado. Use a estatística F para determinar se a relação observada entre as variáveis dependentes e independentes ocorre por acaso;
- DegreesOfFreedom: os graus de liberdade. Use esse valor para obter ajuda ao encontrar valores F críticos em uma tabela estatística e determinar um nível de confiança para o modelo;
- RegressionSumOfSquares: a soma dos quadrados da regressão;
- ResidualSumOfSquares: a soma residual dos quadrados.
<columnY> e <columnX> devem pertencer à mesma tabela.
A seguinte consulta DAX:
EVALUATE LINEST(
'FactInternetSales'[SalesAmount],
'FactInternetSales'[TotalProductCost]
)
Retorna uma tabela de linha única com dez colunas:
Slope1 | Interceptação | 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 e Intercept: os coeficientes do modelo linear calculado;
- StandardErrorSlope1 e StandardErrorIntercept: os valores de erro padrão para os coeficientes acima;
- CoefficientOfDetermination, StandardError, FStatistic, DegreesOfFreedom, RegressionSumOfSquares e ResidualSumOfSquares: estatísticas de regressão sobre o modelo.
Para uma determinada venda pela Internet, este modelo prevê o valor da venda de acordo com a seguinte fórmula:
SalesAmount = Slope1 * TotalProductCost + Intercept
A seguinte consulta DAX:
EVALUATE LINEST(
'DimCustomer'[TotalSalesAmount],
'DimCustomer'[YearlyIncome],
'DimCustomer'[TotalChildren],
'DimCustomer'[BirthDate]
)
Retorna uma tabela de linha única com quatorze colunas:
- Slope1
- Slope2
- Slope3
- Interceptação
- StandardErrorSlope1
- StandardErrorSlope2
- StandardErrorSlope3
- StandardErrorIntercept
- CoefficientOfDetermination
- StandardError
- FStatistic
- DegreesOfFreedom
- RegressionSumOfSquares
- ResidualSumOfSquares
Para um determinado cliente, esse modelo prevê o total de vendas de acordo com a seguinte fórmula (a data de nascimento é convertida automaticamente em um número):
TotalSalesAmount = Slope1 * YearlyIncome + Slope2 * TotalChildren + Slope3 * BirthDate + Intercept