Partager via

LINEST

  • Article

s’applique à :colonne calculéetable calculéeMeasurecalcul visuel

Utilise la méthode Least Squares pour calculate une ligne droite qui correspond le mieux aux données données, puis retourne une table décrivant la ligne. L’équation de la ligne est de la forme : y = Slope1*x1 + Slope2*x2 + ... + Intercept.

Syntaxe

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

Paramètres

Terme Définition
columnY Colonne de y-valuesconnu . Doit avoir un type scalaire.
columnX Colonnes de x-valuesconnus . Doit avoir un type scalaire. Au moins un doit être fourni.
const (Facultatif) Constante spécifiant s’il faut forcer la constante Intercepter à 0. omis, le intercepteur de est calculé normalement ; , le Intercept est défini sur zéro.

Retourner value

Table à une seule ligne décrivant la ligne, ainsi que des statistiques supplémentaires. Voici les colonnes disponibles :

  • Slope1, Slope2, ..., SlopeN: coefficients correspondant à chaque x-value;
  • Intercept: intercepter value;
  • StandardErrorSlope1, StandardErrorSlope2, ..., StandardErrorSlopeN: errorvalues standard pour les coefficients Slope1, Slope2, ..., SlopeN;
  • StandardErrorIntercept : standard pour l'd’interception constante ;
  • CoefficientOfDetermination: coefficient de détermination (r²). Compare les estimations and y-valuesréelles , and plages de value comprises entre 0 et 1 : plus la valueest élevée, plus la corrélation est élevée dans le sample;
  • StandardError: error standard pour l’estimation y ;
  • FStatistic : la statistique F, or la valueobservée par F . Utilisez la statistique F pour déterminer si la relation observée entre les variables dépendantes and indépendantes se produit par hasard ;
  • DegreesOfFreedom: le degrees de la liberté. Utilisez cette value pour vous aider à findvalues critique F dans une table statistique, and déterminer un niveau de confiance pour le modèle ;
  • RegressionSumOfSquares: sum de régression des carrés ;
  • ResidualSumOfSquares: la sum résiduelle des carrés.

Remarques

columnY and les columnXdoivent all appartenir à la même table.

Exemple 1

Requête DAX suivante :

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

Retourne une table à une seule ligne avec dix colonnes :

Pente1 Intercepter 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
  • Slope1andIntercept: coefficients du modèle linéaire calculé ;
  • StandardErrorSlope1andStandardErrorIntercept: errorvalues standard pour les coefficients ci-dessus ;
  • CoefficientOfDetermination, StandardError, FStatistic , DegreesOfFreedom, RegressionSumOfSquaresandResidualSumOfSquares: statistiques de régression sur le modèle.

Pour une vente Internet donnée, ce modèle prédit le montant de la vente par la formule suivante :

SalesAmount = Slope1 * TotalProductCost + Intercept

Exemple 2

Requête DAX suivante :

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

Retourne une table à une seule ligne avec quatorze colonnes :

  • Pente1
  • Pente2
  • Pente3
  • Intercepter
  • StandardErrorSlope1
  • StandardErrorSlope2
  • StandardErrorSlope3
  • StandardErrorIntercept
  • CoefficientOfDetermination
  • StandardError
  • FStatistic
  • DegreesOfFreedom
  • RegressionSumOfSquares
  • ResidualSumOfSquares

Pour un client donné, ce modèle prédit le total des ventes par la formule suivante (le date de naissance est automatiquement converti en nombre) :

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

contenu Related

LINESTX
fonctions statistiques