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Measure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 calculate し、その行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 テーブルの各行について評価する式を、既知のy-valuesを取得する。 スカラー型が必要です。
expressionX 表の各行について評価される式を、既知のx−valuesを得る。 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)定数 TRUE/FALSEvalueインターセプト を強制的に 0 にするかどうかを指定します。省略
IfTRUEor、切片value は通常どおりに計算されます。IfFALSE、切片value が 0 に設定されます。

value を返す

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-valueに対応する係数;
  • インターセプト:インターセプト value;
  • StandardErrorSlope1, StandardErrorSlope2, ..., StandardErrorSlopeN: Slope1係数の標準 , Slope2, ..., SlopeN;
  • StandardErrorIntercept: 定数 errorの標準 value。
  • CoefficientOfDetermination: 決定係数 (r²)。 推定 and 実際のy-values、and 0から1までの value の範囲を比較します:valueが高いほど、sampleの相関関係が高くなります。
  • StandardError: y 推定値の標準 error。
  • FStatistic: F 統計量, F 観測 orを value. F 統計量を使用して、従属変数 and 独立変数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: 自由の degrees。 この value を使用して、F-critical find を統計テーブルに values し、モデルの信頼度レベル and 決定するのに役立ちます。
  • RegressionSumOfSquares: 2 乗の回帰 sum;
  • 残差: 平方の残差 sum。

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1and切片: 計算された線形モデルの係数;
  • StandardErrorSlope1andStandardErrorIntercept: 上記の係数の標準 errorvalues。
  • CoefficientOfDetermination, StandardError, FStatistic, DegreesOfFreedom, RegressionSumOfSquaresandResidualSumOfSquares: 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

コンテンツの Related

LINEST 統計関数