LINESTX
นําไปใช้กับ: การคํานวณคอลัมน์
จากการคํานวณ ตาราง
จากการคํานวณ หน่วยวัด
ภาพการคํานวณ
ใช้วิธีสี่เหลี่ยมน้อยที่สุดเพื่อคํานวณเส้นตรงที่เหมาะกับข้อมูลที่ระบุที่สุด จากนั้นจะส่งกลับตารางที่อธิบายเส้นนั้น ผลลัพธ์ข้อมูลจากนิพจน์ที่มีการประเมินสําหรับแต่ละแถวในตาราง สมการสําหรับบรรทัดคือของฟอร์ม: y = Slope1*x1 + Slope2*x2 + ... + Intercept
ไวยากรณ์
LINESTX ( <table>, <expressionY>, <expressionX>[, …][, <const>] )
พารามิเตอร์
เงื่อนไข | คำนิยาม |
---|---|
ตาราง | ตารางที่มีแถวที่จะประเมินนิพจน์ |
expressionY | นิพจน์ที่จะประเมินสําหรับแต่ละแถวของตารางเพื่อรับค่า y ที่รู้จัก ต้องมีชนิดสเกลา |
expressionX | นิพจน์ที่จะประเมินสําหรับแต่ละแถวของตาราง เพื่อรับค่า x ที่รู้จัก ต้องมีชนิดสเกลา ต้องมีอย่างน้อยหนึ่งรายการ |
const | (ไม่บังคับ) ค่า TRUE/FALSE คงที่ที่ระบุว่าจะบังคับให้สกัดกั้นคงที่เท่ากับ 0 หรือไม่ถ้า TRUE หรือเว้นไว้ ค่าดักจะถูกคํานวณตามปกติ ถ้า FALSE ค่าจุดตัดถูกตั้งค่าเป็นศูนย์ |
ค่าที่ส่งกลับ
ตารางแบบแถวเดียวที่อธิบายเส้นรวมถึงสถิติเพิ่มเติม ต่อไปนี้คือคอลัมน์ที่พร้อมใช้งาน:
- Slope1, Slope2, ..., SlopeN: สัมประสิทธิ์ที่สอดคล้องกับแต่ละค่า x;
- สกัดกั้น: ค่าสกัดกั้น
- StandardErrorSlope1, StandardErrorSlope2, ..., StandardErrorSlopeN: ค่าข้อผิดพลาดมาตรฐานสําหรับสัมประสิทธิ์ Slope1, Slope2, ..., SlopeN;
- StandardErrorIntercept: ค่าข้อผิดพลาดมาตรฐานสําหรับจุดตัดคงที่
- สัมประสิทธิ์ OfDetermination: สัมประสิทธิ์ของการพิจารณา (r²) เปรียบเทียบค่า y โดยประมาณและจริง และช่วงของค่าจาก 0 ถึง 1: ยิ่งค่าสูงขึ้น ความสัมพันธ์ในตัวอย่างก็จะสูงขึ้นตาม
- StandardError: ข้อผิดพลาดมาตรฐานสําหรับการประเมิน y ข้อผิดพลาดคือ Y(Y)
- FStatistic: สถิติ F หรือค่าที่สังเกต F ใช้สถิติ F เพื่อพิจารณาว่าความสัมพันธ์ที่สังเกตการณ์ระหว่างตัวแปรขึ้นต่อกันและอิสระเกิดขึ้นโดยบังเกิลหรือไม่
- DegreesOfFreedom: องศาความเป็นอิสระ ใช้ค่านี้เพื่อช่วยให้คุณค้นหาค่าที่สําคัญ F ในตารางทางสถิติ และกําหนดระดับความเชื่อมั่นสําหรับแบบจําลอง
- RegressionSumOfSquares: ผลรวมการถดถอยของสี่เหลี่ยม
- ResidualSumOfSquares: ผลรวมสี่เหลี่ยมที่เหลืออยู่
ตัวอย่าง 1
คิวรี DAX ต่อไปนี้:
DEFINE VAR TotalSalesByRegion = SUMMARIZECOLUMNS(
'Sales Territory'[Sales Territory Key],
'Sales Territory'[Population],
"Total Sales", SUM(Sales[Sales Amount])
)
EVALUATE LINESTX(
'TotalSalesByRegion',
[Total Sales],
[Population]
)
ส่งกลับตารางแบบแถวเดียวที่มีสิบคอลัมน์:
Slope1 | ขัดขวาง | 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 และ ดัก: สัมประสิทธิ์ของแบบจําลองเชิงเส้นจากการคํานวณ
- StandardErrorSlope1 และ StandardErrorIntercept: ค่าข้อผิดพลาดมาตรฐานสําหรับสัมประสิทธิ์ข้างต้น
- CoefficientOfDetermination, StandardError, FStatistic, DegreesOfFreedom, RegressionSumOfSquares และ ResidualSumOfSquares: สถิติการถดถอยเกี่ยวกับแบบจําลอง
สําหรับเขตการขายที่กําหนด แบบจําลองนี้ทํานายยอดขายทั้งหมดตามสูตรต่อไปนี้:
Total Sales = Slope1 * Population + Intercept
ตัวอย่าง 2
คิวรี DAX ต่อไปนี้:
DEFINE VAR TotalSalesByCustomer = SUMMARIZECOLUMNS(
'Customer'[Customer ID],
'Customer'[Age],
'Customer'[NumOfChildren],
"Total Sales", SUM(Sales[Sales Amount])
)
EVALUATE LINESTX(
'TotalSalesByCustomer',
[Total Sales],
[Age],
[NumOfChildren]
)
ส่งกลับตารางแบบแถวเดียวที่มีคอลัมน์สิบสองคอลัมน์:
Slope1 | Slope2 | ขัดขวาง | 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 |
สําหรับลูกค้าที่กําหนด แบบจําลองนี้คาดการณ์ยอดขายทั้งหมดตามสูตรต่อไปนี้:
Total Sales = Slope1 * Age + Slope2 * NumOfChildren + Intercept
เนื้อหาที่เกี่ยวข้อง
คำติชม
https://aka.ms/ContentUserFeedback
เร็วๆ นี้: ตลอดปี 2024 เราจะขจัดปัญหา GitHub เพื่อเป็นกลไกคำติชมสำหรับเนื้อหา และแทนที่ด้วยระบบคำติชมใหม่ สำหรับข้อมูลเพิ่มเติม ให้ดู:ส่งและดูข้อคิดเห็นสำหรับ