İngilizce dilinde oku

Aracılığıyla paylaş


DOT

Şunlar için geçerlidir:Hesaplanan sütunHesaplanan tabloÖlçüGörsel hesaplama

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>] )

Parametre

Terim 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 Noktası sabitinin 0'a eşit zorlanıp zorlanmayacağını belirten sabit değeri. veya atlanırsa, Kesme Noktası değeri normal şekilde hesaplanır; ise, Kesme Noktası değeri sıfır olarak ayarlanır.

Dönüş değeri

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

  • Eğim1, Eğim2, ..., EğimLI: her x değerine karşılık gelen katsayılar;
  • Kesme Noktası: kesme noktası değeri;
  • StandardErrorSlope1, StandardErrorSlope2, ..., StandardErrorSlopeN: Eğim1, Eğim2, ..., EğimLI;
  • StandardErrorIntercept: Kesme Noktasısabitinin 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 columnXtümü 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