Compartir a través de

LINESTX

  • Artículo

Se aplica a:columna CalculadaTabla calculadaMeasurecálculo visual

Usa el método Least Squares para calculate una línea recta que mejor se adapte a los datos especificados y, a continuación, devuelve una tabla que describe la línea. Resultado de los datos de las expresiones evaluadas para cada fila de una tabla. La ecuación de la línea es de la forma: y = Slope1*x1 + Slope2*x2 + ... + Intercept.

Sintaxis

LINESTX ( <table>, <expressionY>, <expressionX>[, …][, <const>] )

Parámetros

Término Definición
table Tabla que contiene las filas para las que se evaluarán las expresiones.
expressionY Expresión que se va a evaluar para cada fila de la tabla, para obtener el y- conocidovalues. Debe tener un tipo escalar.
expressionX Las expresiones que se van a evaluar para cada fila de la tabla, para obtener el x-valuesconocido . Debe tener un tipo escalar. Se debe proporcionar al menos uno.
const (Opcional) Constante especificar si se va a forzar la constante interceptar igual a 0. omitido, el de interceptación de se calcula normalmente; , el interceptar se establece en cero.

Devolver value

Tabla de una sola fila que describe la línea, además de estadísticas adicionales. Estas son las columnas disponibles:

  • Pendiente1, Pendiente2, ..., SlopeN: los coeficientes correspondientes a cada x-value;
  • interceptar: interceptar value;
  • StandardErrorSlope1, StandardErrorSlope2, ..., StandardErrorSlopeN: el errorvalues estándar para los coeficientes Slope1, Slope2, ..., SlopeN;
  • StandardErrorIntercept: el errorvalue estándar de la constante interceptar;
  • CoeficienteOfDeterminación: el coeficiente de determinación (r²). Compara los intervalos estimados and y-valuesreales , and intervalos en value de 0 a 1: cuanto mayor sea el value, mayor será la correlación en el sample;
  • StandardError: el error estándar para la estimación y;
  • FStatistic: la estadística F, or el valueobservado por F. Utilice la estadística F para determinar si la relación observada entre las variables dependientes and independientes se produce por casualidad;
  • DegreesOfFreedom: el degrees de libertad. Use este value para ayudarle a findvalues críticos para F en una tabla estadística, and determinar un nivel de confianza para el modelo;
  • RegressionSumOfSquares: el sum de regresión de cuadrados;
  • ResidualSumOfSquares: el sum residual de cuadrados.

Ejemplo 1

La siguiente consulta DAX:

DEFINE VAR TotalSalesByRegion = SUMMARIZECOLUMNS(
    'Sales Territory'[Sales Territory Key],
    'Sales Territory'[Population],
    "Total Sales", SUM(Sales[Sales Amount])
)
EVALUATE LINESTX(
    'TotalSalesByRegion',
    [Total Sales],
    [Population]
)

Devuelve una tabla de una sola fila con diez columnas:

Pendiente1 Interceptar StandardErrorSlope1 StandardErrorIntercept CoefficientOfDetermination
6.42271517588 -410592.76216 0.24959467764561 307826.343996223 0.973535860750193
StandardError FStatistic DegreesOfFreedom RegressionSumOfSquares ResidualSumOfSquares
630758.1747292 662.165707642 18 263446517001130 7161405749781.07
  • Pendiente1andInterceptar: los coeficientes del modelo lineal calculado;
  • StandardErrorSlope1andStandardErrorIntercept: el errorvalues estándar para los coeficientes anteriores;
  • , StandardError, FStatistic, DegreesOfFreedom, RegressionSumOfSquaresandResidualSumOfSquares: estadísticas de regresión sobre el modelo.

Para un territorio de ventas determinado, este modelo predice las ventas totales mediante la fórmula siguiente:

Total Sales = Slope1 * Population + Intercept

Ejemplo 2

La siguiente consulta DAX:

DEFINE VAR TotalSalesByCustomer = SUMMARIZECOLUMNS(
    'Customer'[Customer ID],
    'Customer'[Age],
    'Customer'[NumOfChildren],
    "Total Sales", SUM(Sales[Sales Amount])
)
EVALUATE LINESTX(
    'TotalSalesByCustomer',
    [Total Sales],
    [Age],
    [NumOfChildren]
)

Devuelve una tabla de una sola fila con doce columnas:

Pendiente1 Pendiente2 Interceptar StandardErrorSlope1
69.0435458093763 33.005949841721 -871.118539339539 0.872588875481658
StandardErrorSlope2 StandardErrorIntercept CoefficientOfDetermination StandardError
6.21158863903435 26.726292527427 0.984892920482022 68.5715034014342
FStatistic DegreesOfFreedom RegressionSumOfSquares ResidualSumOfSquares
3161.91535144391 97 29734974.9782379 456098.954637092

Para un cliente determinado, este modelo predice las ventas totales mediante la fórmula siguiente:

Total Sales = Slope1 * Age + Slope2 * NumOfChildren + Intercept

contenido de Related

LINEST funciones estadísticas