Delen via

LINEST

  • Artikel

Van toepassing op:berekende kolomberekende tabelMetingVisuele berekening

Gebruikt de methode Least Squares om een rechte lijn te berekenen die het beste bij de opgegeven gegevens past en retourneert vervolgens een tabel met een beschrijving van de lijn. De vergelijking voor de lijn is van de vorm: y = Helling1*x1 + Helling2*x2 + ... + Snijpunt.

Syntaxis

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

Parameters

Term Definitie
columnY De kolom met bekende y-waarden. Moet scalaire typen hebben.
columnX De kolommen van bekende x-waarden. Moet scalaire typen hebben. Er moet ten minste één worden opgegeven.
const (Optioneel) Een constante TRUE/FALSE waarde die aangeeft of de constante Snijpunt gelijk aan 0 moet afdwingen.
Als TRUE of weggelaten, wordt de waarde normaal berekend; Als FALSE, wordt de waarde Snijpunt ingesteld op nul.

Retourwaarde

Een tabel met één rij die de lijn beschrijft, plus aanvullende statistieken. Dit zijn de beschikbare kolommen:

  • helling1, helling2, ..., hellingscoëfficiënten: de coëfficiënten die overeenkomen met elke x-waarde;
  • Snijpunt: snijwaarde;
  • StandardErrorSlope1, StandardErrorSlope2, ..., StandardErrorSlopeN: de standaardfoutwaarden voor de coëfficiënten Helling1, Helling2, ..., Hellingn;
  • StandardErrorIntercept: de standaardfoutwaarde voor de constante Snijpunt;
  • CoëfficiëntOfDeterminatie: de bepalingscoëfficiënt (r²). Vergelijkt geschatte en werkelijke y-waarden en bereiken in waarde tussen 0 en 1: hoe hoger de waarde, hoe hoger de correlatie in de steekproef;
  • StandardError: de standaardfout voor de schatting van de y;
  • FStatistic: de F-statistiek of de waargenomen F-waarde. Gebruik de F-statistiek om te bepalen of de waargenomen relatie tussen de afhankelijke en onafhankelijke variabelen toevallig plaatsvindt;
  • DegreesOfFreedom: de vrijheidsgraden. Gebruik deze waarde om F-kritieke waarden in een statistische tabel te vinden en een betrouwbaarheidsniveau voor het model te bepalen;
  • RegressionSumOfSquares: de regressiesom van kwadraten;
  • ResidualSumOfSquares: de resterende som van kwadraten.

Opmerkingen

columnY en de columnXmoeten allemaal tot dezelfde tabel behoren.

Voorbeeld 1

De volgende DAX query:

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

Retourneert een tabel met één rij met tien kolommen:

Helling1 Onderscheppen StandardErrorSlope1 StandardErrorIntercept CoëfficiëntOfDeterminatie
1.67703250456677 6.34550460373026 0.000448675725548806 0.279131821917317 0.995695557281456
StandardError Statistiek DegreesOfFreedom RegressionSumOfSquares ResidualSumOfSquares
60.9171030357485 13970688.6139993 60396 51843736761.658 224123120.339218
  • Helling1 en Snijpunt: de coëfficiënten van het berekende lineaire model;
  • StandardErrorSlope1 en StandardErrorIntercept: de standaardfoutwaarden voor de bovenstaande coëfficiënten;
  • CoefficientOfDetermination, StandardError, FStatistic, DegreesOfFreedom, RegressionSumOfSquares en ResidualSumOfSquares: regressiestatistieken over het model.

Voor een bepaalde internetverkoop voorspelt dit model het verkoopbedrag met de volgende formule:

SalesAmount = Slope1 * TotalProductCost + Intercept

Voorbeeld 2

De volgende DAX query:

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

Retourneert een tabel met één rij met veertien kolommen:

  • Helling1
  • Helling2
  • Helling3
  • Onderscheppen
  • StandardErrorSlope1
  • StandardErrorSlope2
  • StandardErrorSlope3
  • StandardErrorIntercept
  • CoëfficiëntOfDeterminatie
  • StandardError
  • Statistiek
  • DegreesOfFreedom
  • RegressionSumOfSquares
  • ResidualSumOfSquares

Voor een bepaalde klant voorspelt dit model de totale verkoop met behulp van de volgende formule (de geboortedatum wordt automatisch geconverteerd naar een getal):

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

Verwante inhoud

LINESTX statistische functies