次の方法で共有

LINESTX

  • [アーティクル]

適用対象: 計算列計算テーブルメジャービジュアル計算

最小二乗法を使用して、指定されたデータに最適な直線を計算し、その線を記述するテーブルを返します。 テーブル内の各行に対して評価された式の結果のデータ。 線の数式は、y = Slope1*x1 + Slope2*x2 + ... + 切片の形式です。

構文

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

パラメーター

用語 定義
table 式が評価される行を含むテーブル。
expressionY テーブルの各行に対して評価される式を、既知の y 値を取得します。 スカラー型が必要です。
expressionX 既知の x 値を取得するために、テーブルの各行に対して評価される式。 スカラー型が必要です。 少なくとも 1 つを指定する必要があります。
const (省略可能)インターセプト 定数を強制的に 0 にするかどうかを指定する定数 値です。 または省略した場合、インターセプト 値は通常どおりに計算されます。場合、インターセプト 値は 0 に設定されます。

戻り値

行を記述する 1 行のテーブルと、追加の統計。 使用できる列は次のとおりです。

  • Slope1, Slope2, ..., SlopeN: 各 x 値に対応する係数;
  • インターセプト: インターセプト値;
  • StandardErrorSlope1, StandardErrorSlope2, ..., StandardErrorSlopeN: Slope1, Slope2, ..., SlopeNの係数 標準誤差値;
  • StandardErrorIntercept: 定数 Interceptの標準エラー値。
  • CoefficientOfDetermination: 決定係数 (r²)。 推定値と実際の y 値、および 0 から 1 の範囲を比較します。値が大きいほど、サンプルの相関関係が高くなります。
  • StandardError: y 推定値の標準誤差。
  • FStatistic: F 統計量または F 観測値。 F統計量を使用して、従属変数と独立変数の間で観察された関係が偶然に発生するかどうかを判断します。
  • degreesOfFreedom: 自由度を します。 この値を使用すると、統計テーブル内の F-critical 値を検索し、モデルの信頼度レベルを決定できます。
  • RegressionSumOfSquares: 回帰の平方和。
  • 残差: 残差平方和。

例 1

次の DAX クエリ:

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

10 列の単一行テーブルを返します。

Slope1 遮る 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
  • 傾き1 と 切片: 計算された線形モデルの係数;
  • StandardErrorSlope1 と StandardErrorIntercept: 上記の係数の標準誤差値。
  • CoefficientOfDetermination、StandardError、FStatistic、DegreesOfFreedom、RegressionSumOfSquares および ResidualSumOfSquares: モデルに関する回帰統計。

特定の販売地域の場合、このモデルは次の式で売上合計を予測します。

Total Sales = Slope1 * Population + Intercept

例 2

次の DAX クエリ:

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

12 列の単一行テーブルを返します。

Slope1 Slope2 遮る 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

特定の顧客に対して、このモデルは次の式で売上合計を予測します。

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

関連コンテンツ

LINEST 統計関数