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

LINEST
Funções estatísticas