Jaa

LINESTX

  • Artikkeli

Koskee seuraavia:Laskettu sarakeLaskettu taulukkoMeasureVisuaalinen laskutoimitus

Käyttää Least Squares -menetelmää suoran viivan calculate, joka sopii parhaiten annettuihin tietoihin, ja palauttaa sitten viivaa kuvaavan taulukon. Taulukon kullekin riville arvioitujen lausekkeiden tietojen tulos. Rivin kaava on muotoa: y = Slope1*x1 + Slope2*x2 + ... + Intercept.

Syntaksi

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

Parametrit

Termi Määritelmä
table Ne rivit sisältävä taulukko, joille lausekkeet arvioidaan.
expressionY Taulukon kullekin riville laskettava lauseke, jotta saadaan tunnettu y-values. Skalaarityypin täytyy olla.
expressionX Taulukon kullekin riville lasketut lausekkeet, jotta saadaan tunnettu x-values. Skalaarityypin täytyy olla. Vähintään yksi on annettava.
const (Valinnainen) Vakion TRUE/FALSEvalue, joka määrittää, pakotetaanko vakion Intercept- arvoon 0.
IfTRUEor jätetään pois, Intercept-value lasketaan normaalisti. IfFALSEIntercept-value on nolla.

Palauta value

Yksirivinen taulukko, joka kuvaa riviä, sekä muita tilastotietoja. Nämä ovat käytettävissä olevat sarakkeet:

  • Slope1, Slope2, ..., SlopeN: kustakin x-valuevastaavat kerroin.
  • Intercept: sieppaus value.
  • StandardErrorSlope1, StandardErrorSlope2, ..., StandardErrorSlopeNerrorvalues: Slope1, Slope2, ..., SlopeN;
  • StandardErrorIntercept: vakiomuotoinen errorvalue vakiolle Intercept-.
  • KerroinOfDetermination: määrityksen kerroin (r²). Vertaa arvioituja and todellisia y-valuesand alueita value välillä 0–1: mitä korkeampi value, sitä suurempi korrelaatio sample.
  • StandardError: y-arvion vakio-error;
  • FStatistic: F-tilasto or F-havaitut value. Käytä F-tilastoja määrittämään, esiintyykö riippuvaisten and riippumattomien muuttujien välinen havaittu suhde sattumalta;
  • DegreesOfFreedom: vapauden degrees. Tämän value avulla voit find F-kriittisiä values tilastolliseen taulukkoon and määrittää mallin luotettavuustason.
  • RegressionSummaOfSquares: neliöiden regressio sum;
  • JäännössummaOfSquares-: neliöiden sum jäljellä oleva sum.

Esimerkki 1

Seuraava kyselyn 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]
)

Palauttaa yksirivisen taulukon, jossa on kymmenen saraketta:

Kaltevuus1 Siepata StandardErrorSlope1 StandardErrorIntercept KerroinOfDetermination
6.42271517588 -410592.76216 0.24959467764561 307826.343996223 0.973535860750193
StandardError FStatistic DegreesOfFreedom RegressionSummaOfSquares JäännössummaOfSquares
630758.1747292 662.165707642 18 263446517001130 7161405749781.07
  • Slope1andIntercept: lasketun lineaarisen mallin kertoimat;
  • StandardErrorSlope1andStandardErrorIntercept: yllä olevien kertoimien vakio-errorvalues.
  • CoefficientOfDetermination, StandardError, FStatistic, DegreesOfFreedom, RegressionSumOfSquaresandResidualSumOfSquares: mallin regressiotilastot.

Tietyllä myyntialueella tämä malli ennustaa kokonaismyynnin seuraavalla kaavalla:

Total Sales = Slope1 * Population + Intercept

Esimerkki 2

Seuraava kyselyn 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]
)

Palauttaa yksirivisen taulukon, jossa on kaksitoista saraketta:

Kaltevuus1 Kaltevuus2 Siepata StandardErrorSlope1
69.0435458093763 33.005949841721 -871.118539339539 0.872588875481658
StandardErrorSlope2 StandardErrorIntercept KerroinOfDetermination StandardError
6.21158863903435 26.726292527427 0.984892920482022 68.5715034014342
FStatistic DegreesOfFreedom RegressionSummaOfSquares JäännössummaOfSquares
3161.91535144391 97 29734974.9782379 456098.954637092

Tietylle asiakkaalle tämä malli ennustaa kokonaismyynnin seuraavan kaavan mukaan:

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

sisällön Related

LINEST
tilastolliset funktiot