LINESTX

применимо:вычисляемый столбецвычисляемой таблицеMeasureвизуального вычисления

Использует метод "Наименьшие квадраты", чтобы calculate прямую линию, которая лучше всего соответствует заданным данным, а затем возвращает таблицу, описывающую строку. Результат данных из выражений, вычисляемых для каждой строки в таблице. Уравнение для линии состоит из формы: y = Наклон1*x1 + Наклон2*x2 + ... + Перехват.

Синтаксис

LINESTX ( <table>, <expressionY>, <expressionX>[, …][, <const>] )

Параметры

Срок Определение
table Таблица, содержащая строки, для которых будут оцениваться выражения.
expressionY Выражение, вычисляемого для каждой строки таблицы, для получения известнойvaluesy. Должен иметь скалярный тип.
expressionX Выражения, вычисляемые для каждой строки таблицы, для получения известныхvaluesx. Должен иметь скалярный тип. Необходимо предоставить хотя бы один.
const (Необязательно) Константой TRUE/FALSEvalue, указывающей, следует ли принудительно перехватывать равным 0.
IfTRUEor опущено, перехватvalue вычисляется нормально; IfFALSE, перехватvalue имеет значение нулю.

Возврат value

Таблица с одной строкой, описывающая строку, а также дополнительную статистику. Это доступные столбцы:

  • Наклон1, Наклон2, ..., НаклонN: коэффициенты, соответствующие каждому x-value;
  • Перехват: перехват value;
  • StandardErrorSlope1, StandardErrorSlope2, ..., StandardErrorSlopeN: стандарт errorvalues для коэффициентов Наклон1, Наклон2, ..., НаклонN;
  • StandardErrorIntercept: стандартный errorvalue для константы Перехват;
  • коэффициентOfDetermination: коэффициент определения (r 2). Сравнивает предполагаемые and фактическиеvaluesy, and диапазоны в value от 0 до 1: чем выше value, тем выше корреляция в sample;
  • StandardError: стандартная error для оценки y;
  • FStatistic: статистика F orvalue. Используйте статистику F, чтобы определить, возникает ли наблюдаемая связь между зависимыми and независимыми переменными случайно;
  • DegreesOfFreedom: degrees свободы. Используйте эту value, чтобы помочь вам find критически важных values в статистической таблице, and определить уровень достоверности для модели;
  • регрессииSumOfSquares: регрессия sum квадратов;
  • ОстатокSumOfSquares: остаточные sum квадратов.

Пример 1

Следующий запрос 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]
)

Возвращает таблицу с одной строкой с десятью столбцами:

Наклон1 Перехватывать StandardErrorSlope1 StandardErrorIntercept КоэффициентOfDetermination
6.42271517588 -410592.76216 0.24959467764561 307826.343996223 0.973535860750193
StandardError FStatistic DegreesOfFreedom РегрессияSumOfSquares ОстаткиumOfSquares
630758.1747292 662.165707642 18 263446517001130 7161405749781.07
  • Наклон1andПерехват: коэффициенты вычисляемой линейной модели;
  • StandardErrorSlope1andStandardErrorIntercept: стандартный errorvalues для приведенных выше коэффициентов;
  • КоэффициентOfDetermination, StandardError, FStatistic, DegreesOfFreedom, РегрессионSumOfSquaresandОстатокSumOfSquares: статистика регрессии по модели.

Для данной территории продаж эта модель прогнозирует общий объем продаж по следующей формуле:

Total Sales = Slope1 * Population + Intercept

Пример 2

Следующий запрос 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]
)

Возвращает таблицу с одной строкой с двенадцатью столбцами:

Наклон1 Наклон2 Перехватывать StandardErrorSlope1
69.0435458093763 33.005949841721 -871.118539339539 0.872588875481658
StandardErrorSlope2 StandardErrorIntercept КоэффициентOfDetermination StandardError
6.21158863903435 26.726292527427 0.984892920482022 68.5715034014342
FStatistic DegreesOfFreedom РегрессияSumOfSquares ОстаткиumOfSquares
3161.91535144391 97 29734974.9782379 456098.954637092

Для данного клиента эта модель прогнозирует общий объем продаж по следующей формуле:

Total Sales = Slope1 * Age + Slope2 * NumOfChildren + Intercept

LINEST
Статистические функции