LINESTX
Ισχύει για:Υπολογιζόμενη στήλη
Υπολογιζόμενος πίνακας
Μέτρηση
υπολογισμού απεικόνισης
Χρησιμοποιεί τη μέθοδο Least Squares για τον υπολογισμό μιας ευθείας γραμμής που ταιριάζει καλύτερα στα δεδομένα που παρέχονται και, στη συνέχεια, επιστρέφει έναν πίνακα που περιγράφει τη γραμμή. Το αποτέλεσμα δεδομένων από παραστάσεις που αξιολογούνται για κάθε γραμμή σε έναν πίνακα. Η εξίσωση για τη γραμμή είναι της μορφής: y = Slope1*x1 + Slope2*x2 + ... + υποκλοπής .
Σύνταξη
LINESTX ( <table>, <expressionY>, <expressionX>[, …][, <const>] )
Παραμέτρους
Όρος | Ορισμός |
---|---|
table |
Ο πίνακας που περιέχει τις γραμμές για τις οποίες θα αξιολογηθούν οι παραστάσεις. |
expressionY |
Η παράσταση που θα αξιολογηθεί για κάθε γραμμή του πίνακα, για να λάβετε τις γνωστές τιμές y. Πρέπει να έχει ανυσματική μορφή. |
expressionX |
Οι παραστάσεις που θα αξιολογηθούν για κάθε γραμμή του πίνακα, για να λάβουν τις γνωστές τιμές x. Πρέπει να έχει ανυσματική μορφή. Πρέπει να παρασχεθεί τουλάχιστον ένα. |
const |
(Προαιρετικό) Μια σταθερά |
Τιμή επιστροφής
Ένας πίνακας μίας γραμμής που περιγράφει τη γραμμή, καθώς και πρόσθετα στατιστικά στοιχεία. Αυτές είναι οι διαθέσιμες στήλες:
- Slope1, Slope2, ..., SlopeN: οι συντελεστές που αντιστοιχούν σε κάθε τιμή x
- υποκλοπής: τιμή υποκλοπής
- StandardErrorSlope1, StandardErrorSlope2, ..., StandardErrorSlopeN: οι τυπικές τιμές σφάλματος για τους συντελεστές Slope1, Slope2, ..., SlopeN;
StandardErrorIntercept : η τυπική τιμή σφάλματος για τησταθερού Intercept ; - ΣυντελεστήςΠροστασία Δεδομένων: ο συντελεστής προσδιορισμού (r²). Συγκρίνει τις εκτιμώμενες και τις πραγματικές τιμές του y και τις περιοχές τιμής από 0 έως 1: όσο υψηλότερη είναι η τιμή, τόσο υψηλότερη είναι η συσχέτιση στο δείγμα,
- StandardError: το τυπικό σφάλμα για την εκτίμηση y.
- FStatistic: το στατιστικό στοιχείο F ή η τιμή που παρατηρήθηκε από την F. Χρησιμοποιήστε το στατιστικό στοιχείο F για να προσδιορίσετε εάν η σχέση που παρατηρήθηκε μεταξύ των εξαρτώμενων και ανεξάρτητων μεταβλητών εμφανίζεται τυχαία.
- DegreesOfFreedom: οι βαθμοί ελευθερίας. Χρησιμοποιήστε αυτήν την τιμή για να σας βοηθήσει να βρείτε κρίσιμες τιμές F σε έναν στατιστικό πίνακα και να προσδιορίσετε ένα επίπεδο εμπιστοσύνης για το μοντέλο.
- παλινδρόμησηSumOfSquares: το άθροισμα παλινδρόμησης των τετραγώνων·
- απομένουνSumOfSquares: το υπολειπόμενο άθροισμα των τετραγώνων.
Παράδειγμα 1
Το παρακάτω DAX ερώτημα:
DEFINE VAR TotalSalesByRegion = SUMMARIZECOLUMNS(
'Sales Territory'[Sales Territory Key],
'Sales Territory'[Population],
"Total Sales", SUM(Sales[Sales Amount])
)
EVALUATE LINESTX(
'TotalSalesByRegion',
[Total Sales],
[Population]
)
Επιστρέφει έναν πίνακα μίας γραμμής με δέκα στήλες:
Κλίση1 | Διακόπτω | StandardErrorSlope1 | StandardErrorIntercept | CoefficientOfDetermination |
---|---|---|---|---|
6.42271517588 | -410592.76216 | 0.24959467764561 | 307826.343996223 | 0.973535860750193 |
StandardError | FStatistic | DegreesOfFreedom | ΠαλινδρόμησηSumOfSquares | ΥπολειπόμεναΑπολειπόμεναOfSquares |
---|---|---|---|---|
630758.1747292 | 662.165707642 | 18 | 263446517001130 | 7161405749781.07 |
- και αναχαίτισης: οι συντελεστές του υπολογιζόμενου γραμμικού μοντέλου·
- StandardErrorSlope1 και StandardErrorIntercept: οι τυπικές τιμές σφάλματος για τους παραπάνω συντελεστές,
- CoefficientOfDetermination, StandardError, FStatistic, DegreesOfFreedom, ΠαλινδρόμησηSumOfSquares και ΥπολειπόμενοSumOfSquares: στατιστικά στοιχεία παλινδρόμησης σχετικά με το μοντέλο.
Για μια δεδομένη περιφέρεια πωλήσεων, αυτό το μοντέλο προβλέπει συνολικές πωλήσεις με βάση τον παρακάτω τύπο:
Total Sales = Slope1 * Population + Intercept
Παράδειγμα 2
Το παρακάτω DAX ερώτημα:
DEFINE VAR TotalSalesByCustomer = SUMMARIZECOLUMNS(
'Customer'[Customer ID],
'Customer'[Age],
'Customer'[NumOfChildren],
"Total Sales", SUM(Sales[Sales Amount])
)
EVALUATE LINESTX(
'TotalSalesByCustomer',
[Total Sales],
[Age],
[NumOfChildren]
)
Επιστρέφει έναν πίνακα μίας γραμμής με δώδεκα στήλες:
Κλίση1 | Κλίση2 | Διακόπτω | StandardErrorSlope1 |
---|---|---|---|
69.0435458093763 | 33.005949841721 | -871.118539339539 | 0.872588875481658 |
StandardErrorSlope2 | StandardErrorIntercept | CoefficientOfDetermination | StandardError |
---|---|---|---|
6.21158863903435 | 26.726292527427 | 0.984892920482022 | 68.5715034014342 |
FStatistic | DegreesOfFreedom | ΠαλινδρόμησηSumOfSquares | ΥπολειπόμεναΑπολειπόμεναOfSquares |
---|---|---|---|
3161.91535144391 | 97 | 29734974.9782379 | 456098.954637092 |
Για έναν συγκεκριμένο πελάτη, αυτό το μοντέλο προβλέπει τις συνολικές πωλήσεις με βάση τον παρακάτω τύπο:
Total Sales = Slope1 * Age + Slope2 * NumOfChildren + Intercept