LINEST

Gilt für:Berechnete SpalteBerechnete TabelleMeasurevisuelle Berechnung

Verwendet die Methode "Least Squares", um eine gerade Linie zu berechnen, die am besten zu den angegebenen Daten passt, und gibt dann eine Tabelle zurück, die die Linie beschreibt. Die Formel für die Linie ist der Form: y = Steigung1*x1 + Steigung2*x2 + ... + Intercept.

Syntax

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

Parameter

Ausdruck	Definition
columnY	Die Spalte bekannter y-Werte. Muss einen skalaren Typ aufweisen.
columnX	Die Spalten bekannter x-Werte. Muss einen skalaren Typ aufweisen. Mindestens eine muss bereitgestellt werden.
const	(Optional) Eine Konstante TRUE/FALSE Wert, der angibt, ob die Konstante Intercept auf 0 festgelegt werden soll. Wenn TRUE oder ausgelassen wird, wird der Intercept Wert normal berechnet; Wenn FALSE, wird der wert Intercept auf Null festgelegt.

Rückgabewert

Eine einzeilige Tabelle, die die Zeile und zusätzliche Statistiken beschreibt. Dies sind die verfügbaren Spalten:

• Slope1, Slope2, ..., SlopeN: die Koeffizienten, die jedem x-Wert entsprechen;
• Intercept: Intercept value;
• StandardErrorSlope1, StandardErrorSlope2, ..., StandardErrorSlopeN: die Standardfehlerwerte für die Koeffizienten Slope1, Slope2, ..., SlopeN;
• StandardErrorIntercept: der Standardfehlerwert für die Konstante Intercept;
• CoefficientOfDetermination: der Koeffizienten der Bestimmung (r²). Vergleicht geschätzte und tatsächliche y-Werte und Wertebereiche von 0 bis 1: Je höher der Wert, desto höher ist die Korrelation in der Stichprobe;
• StandardError-: der Standardfehler für die y-Schätzung;
• FStatistic: die F-Statistik oder den F-beobachteten Wert. Verwenden Sie die F-Statistik, um festzustellen, ob die beobachtete Beziehung zwischen den abhängigen und unabhängigen Variablen zufällig auftritt;
• DegreesOfFreedom: die Freiheitsgrade. Verwenden Sie diesen Wert, um F-kritische Werte in einer statistischen Tabelle zu finden und ein Konfidenzniveau für das Modell zu ermitteln;
• RegressionSumOfSquares: die Regressionssumme von Quadraten;
• RestsummeOfSquares: die Restsumme von Quadraten.

Bemerkungen

columnY und die columnXmüssen alle zur gleichen Tabelle gehören.

Beispiel 1

Die folgende DAX Abfrage:

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

Gibt eine Einzeilentabelle mit zehn Spalten zurück:

Steigung1	Abfangen	StandardErrorSlope1	StandardErrorIntercept	CoefficientOfDetermination
1.67703250456677	6.34550460373026	0.000448675725548806	0.279131821917317	0.995695557281456

StandardError	FStatistic	DegreesOfFreedom	RegressionSumOfSquares	RestSummeOfSquares
60.9171030357485	13970688.6139993	60396	51843736761.658	224123120.339218

• Steigung1 und Intercept: die Koeffizienten des berechneten linearen Modells;
• StandardErrorSlope1 und StandardErrorIntercept: die Standardfehlerwerte für die obigen Koeffizienten;
• CoefficientOfDetermination, StandardError, FStatistic, DegreesOfFreedom, RegressionSumOfSquares und ResidualSumOfSquares: Regressionsstatistik zum Modell.

Bei einem bestimmten Internetverkauf prognostiziert dieses Modell den Verkaufsbetrag anhand der folgenden Formel:

SalesAmount = Slope1 * TotalProductCost + Intercept

Beispiel 2

Die folgende DAX Abfrage:

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

Gibt eine Einzeilentabelle mit vierzehn Spalten zurück:

• Steigung1
• Steigung2
• Steigung 3
• Abfangen
• StandardErrorSlope1
• StandardErrorSlope2
• StandardErrorSlope3
• StandardErrorIntercept
• CoefficientOfDetermination
• StandardError
• FStatistic
• DegreesOfFreedom
• RegressionSumOfSquares
• RestSummeOfSquares

Für einen bestimmten Kunden prognostiziert dieses Modell den Gesamtumsatz mit der folgenden Formel (das Geburtsdatum wird automatisch in eine Zahl konvertiert):

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

Verwandte Inhalte

LINESTX Statistische Funktionen