LINEST
Se aplica a:columna Calculada
tabla calculada
Medida
cálculo visual
Usa el método Least Squares para calcular una línea recta que mejor se ajuste a los datos especificados y, a continuación, devuelve una tabla que describe la línea. La ecuación de la línea es de la forma: y = Slope1*x1 + Slope2*x2 + ... + Intercept.
Sintaxis
LINEST ( <columnY>, <columnX>[, …][, <const>] )
Parámetros
Término | Definición |
---|---|
columnY |
Columna de valores y conocidos. Debe tener un tipo escalar. |
columnX |
Columnas de valores x conocidos. Debe tener un tipo escalar. Se debe proporcionar al menos uno. |
const |
(Opcional) Valor de |
Valor devuelto
Tabla de una sola fila que describe la línea, además de estadísticas adicionales. Estas son las columnas disponibles:
- Slope1, Slope2, ..., SlopeN: los coeficientes correspondientes a cada x-valor;
- interceptar: valor de interceptación;
- StandardErrorSlope1, StandardErrorSlope2, ..., StandardErrorSlopeN: los valores de error estándar para los coeficientes Slope1, Slope2, ..., SlopeN;
- StandardErrorIntercept: el valor de error estándar para la constante Intercept;
- CoeficienteOfDeterminación: el coeficiente de determinación (r²). Compara los valores estimados y reales y los intervalos en el valor de 0 a 1: cuanto mayor sea el valor, mayor será la correlación en la muestra;
- StandardError: el error estándar de la estimación y;
- FStatistic: la estadística F o el valor observado por F. Utilice la estadística F para determinar si la relación observada entre las variables dependientes e independientes se produce por casualidad;
- DegreesOfFreedom: los grados de libertad. Utilice este valor para ayudarle a encontrar valores críticos de F en una tabla estadística y determinar un nivel de confianza para el modelo;
- RegressionSumOfSquares: la suma de regresión de cuadrados;
- ResidualSumOfSquares: la suma residual de cuadrados.
Observaciones
columnY
y los columnX
deben pertenecer a la misma tabla.
Ejemplo 1
La siguiente consulta DAX:
EVALUATE LINEST(
'FactInternetSales'[SalesAmount],
'FactInternetSales'[TotalProductCost]
)
Devuelve una tabla de una sola fila con diez columnas:
Pendiente1 | Interceptar | 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 |
- y Interceptar: los coeficientes del modelo lineal calculado;
- StandardErrorSlope1 y StandardErrorIntercept: los valores de error estándar para los coeficientes anteriores;
- , StandardError, FStatistic, DegreesOfFreedom, RegressionSumOfSquares y ResidualSumOfSquares: estadísticas de regresión sobre el modelo.
Para una venta por Internet determinada, este modelo predice el importe de la venta mediante la fórmula siguiente:
SalesAmount = Slope1 * TotalProductCost + Intercept
Ejemplo 2
La siguiente consulta DAX:
EVALUATE LINEST(
'DimCustomer'[TotalSalesAmount],
'DimCustomer'[YearlyIncome],
'DimCustomer'[TotalChildren],
'DimCustomer'[BirthDate]
)
Devuelve una tabla de una sola fila con catorce columnas:
- Pendiente1
- Pendiente2
- Pendiente3
- Interceptar
- StandardErrorSlope1
- StandardErrorSlope2
- StandardErrorSlope3
- StandardErrorIntercept
- CoefficientOfDetermination
- StandardError
- FStatistic
- DegreesOfFreedom
- RegressionSumOfSquares
- ResidualSumOfSquares
Para un cliente determinado, este modelo predice las ventas totales por la fórmula siguiente (la fecha de nacimiento se convierte automáticamente en un número):
TotalSalesAmount = Slope1 * YearlyIncome + Slope2 * TotalChildren + Slope3 * BirthDate + Intercept