Aracılığıyla paylaş


DOT

Şunlar için geçerlidir: Hesaplanmış sütun Hesaplanan tablo Ölçü Görseli hesaplaması

Verilen verilere en uygun düz çizgiyi hesaplamak için En Küçük Kareler yöntemini kullanır, ardından satırı açıklayan bir tablo döndürür. Çizgi denklemi şu biçimdedir: y = Eğim1*x1 + Eğim2*x2 + ... + Kesme Noktası.

Sözdizimi

LINEST ( <columnY>, <columnX>[, …][, <const>] )

Parametreler

Süre Tanım
columnY Bilinen y değerlerinin sütunu. Skaler türe sahip olmalıdır.
columnX Bilinen x değerlerinin sütunları. Skaler türe sahip olmalıdır. En az bir tane sağlanmalıdır.
const (İsteğe bağlı) Kesme noktasının 0'a eşit olarak sabitlenip zorlanmayacağını belirten sabit DOĞRU/YANLIŞ değeri.
TRUE veya atlanırsa Kesme Noktası değeri normal şekilde hesaplanır; YANLIŞ ise Kesme Noktası değeri sıfır olarak ayarlanır.

Dönüş değeri

Satırı açıklayan tek satırlı bir tablo ve ek istatistikler. Kullanılabilir sütunlar şunlardır:

  • Eğim1, Eğim2, ..., Eğim: her x değerine karşılık gelen katsayılar;
  • Kesme noktası: kesme noktası değeri;
  • StandardErrorSlope1, StandardErrorSlope2, ..., StandardErrorSlopeN: Eğim1, Eğim2, ..., EğimN katsayıları için standart hata değerleri;
  • StandardErrorIntercept: Kesme Noktası sabiti için standart hata değeri;
  • CoefficientOfDetermination: belirleme katsayısı (r²). Tahmini ve gerçek y değerlerini ve 0 ile 1 arasındaki değerleri karşılaştırır: değer ne kadar yüksekse örnekteki bağıntı o kadar yüksektir;
  • StandardError: y tahmini için standart hata;
  • FStatistic: F istatistiği veya F gözlemlenen değeri. Bağımlı ve bağımsız değişkenler arasındaki gözlemlenen ilişkinin şans eseri oluşup oluşmadığını belirlemek için F istatistiğini kullanın;
  • DegreesOfFreedom: serbestlik derecesi. İstatistiksel tablodaki F kritik değerlerini bulmanıza ve model için güvenilirlik düzeyini belirlemenize yardımcı olması için bu değeri kullanın;
  • RegressionSumOfSquares: karelerin regresyon toplamı;
  • ResidualSumOfSquares: karelerin artık toplamı.

Açıklamalar

<columnY> ve <columnX'ler> aynı tabloya ait olmalıdır.

Örnek 1

Aşağıdaki DAX sorgusu:

EVALUATE LINEST(
	'FactInternetSales'[SalesAmount],
	'FactInternetSales'[TotalProductCost]
)

On sütunlu tek satırlı bir tablo döndürür:

Eğim1 Kesme noktası 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
  • Eğim1 ve Kesme Noktası: hesaplanan doğrusal modelin katsayıları;
  • StandardErrorSlope1 ve StandardErrorIntercept: yukarıdaki katsayılar için standart hata değerleri;
  • CoefficientOfDetermination, StandardError, FStatistic, DegreesOfFreedom, RegressionSumOfSquares ve ResidualSumOfSquares: model hakkındaki regresyon istatistikleri.

Bu model, belirli bir internet satışı için satış miktarını aşağıdaki formülle tahmin eder:

SalesAmount = Slope1 * TotalProductCost + Intercept

Örnek 2

Aşağıdaki DAX sorgusu:

EVALUATE LINEST(
	'DimCustomer'[TotalSalesAmount],
	'DimCustomer'[YearlyIncome],
	'DimCustomer'[TotalChildren],
	'DimCustomer'[BirthDate]
)

On dört sütunlu tek satırlı bir tablo döndürür:

  • Eğim1
  • Eğim2
  • Eğim3
  • Kesme noktası
  • StandardErrorSlope1
  • StandardErrorSlope2
  • StandardErrorSlope3
  • StandardErrorIntercept
  • CoefficientOfDetermination
  • StandardError
  • FStatistic
  • DegreesOfFreedom
  • RegressionSumOfSquares
  • ResidualSumOfSquares

Bu model, belirli bir müşteri için toplam satışları aşağıdaki formülle tahmin eder (doğum tarihi otomatik olarak sayıya dönüştürülür):

TotalSalesAmount = Slope1 * YearlyIncome + Slope2 * TotalChildren + Slope3 * BirthDate + Intercept

LINESTX
İstatistiksel işlevler