LINESTX
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. Os dados resultam de expressões avaliadas para cada linha em uma tabela. A equação para a linha tem o seguinte formato: y = Slope1*x1 + Slope2*x2 + ... + Intercept.
Sintaxe
LINESTX ( <table>, <expressionY>, <expressionX>[, …][, <const>] )
Parâmetros
Termo | Definição |
---|---|
tabela | A tabela que contém as linhas para as quais as expressões serão avaliadas. |
expressionY | A expressão a ser avaliada para cada linha da tabela, para obter os valores y conhecidos. Precisa ter o tipo escalar. |
expressionX | As expressões a serem avaliadas para cada linha da tabela, para obter os valores x conhecidos. Precisa 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. |
Retornar valor
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.
Exemplo 1
A seguinte consulta DAX:
DEFINE VAR TotalSalesByRegion = SUMMARIZECOLUMNS(
'Sales Territory'[Sales Territory Key],
'Sales Territory'[Population],
"Total Sales", SUM(Sales[Sales Amount])
)
EVALUATE LINESTX(
'TotalSalesByRegion',
[Total Sales],
[Population]
)
Retorna uma tabela de linha única com dez colunas:
Slope1 | Interceptação | 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 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 um determinado território de vendas, esse modelo prevê o total de vendas pela seguinte fórmula:
Total Sales = Slope1 * Population + Intercept
Exemplo 2
A seguinte consulta DAX:
DEFINE VAR TotalSalesByCustomer = SUMMARIZECOLUMNS(
'Customer'[Customer ID],
'Customer'[Age],
'Customer'[NumOfChildren],
"Total Sales", SUM(Sales[Sales Amount])
)
EVALUATE LINESTX(
'TotalSalesByCustomer',
[Total Sales],
[Age],
[NumOfChildren]
)
Retorna uma tabela de linha única com 12 colunas:
Slope1 | Slope2 | Interceptação | 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 |
Para um determinado cliente, esse modelo prevê o total de vendas pela seguinte fórmula:
Total Sales = Slope1 * Age + Slope2 * NumOfChildren + Intercept
Conteúdo relacionado
Comentários
https://aka.ms/ContentUserFeedback.
Em breve: Ao longo de 2024, eliminaremos os problemas do GitHub como o mecanismo de comentários para conteúdo e o substituiremos por um novo sistema de comentários. Para obter mais informações, consulteEnviar e exibir comentários de