Compartilhar via

LINESTX

  • Artigo

aplica-se a:coluna calculadatabela calculadamedidacálculo visual

Usa o método Least Squares para calcular uma linha reta que melhor se ajusta aos dados especificados e retorna uma tabela que descreve a linha. Os dados resultam de expressões avaliadas para cada linha em uma tabela. A equação da linha é da forma: y = Slope1*x1 + Slope2*x2 + ... + Intercept.

Sintaxe

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

Parâmetros

Prazo Definição
table A tabela que contém as linhas para as quais as expressões serão avaliadas.
expressionY A expressão a ser avaliada para cada linha da tabela, para obter os valores y conhecidos. Deve ter um tipo escalar.
expressionX As expressões a serem avaliadas para cada linha da tabela, para obter os valores x conhecidos. Deve ter um tipo escalar. Pelo menos um deve ser fornecido.
const (Opcional) Um valor de constante que especifica se a constante Intercept igual a 0.Se ou omitido, o valor interceptar é calculado normalmente; Se , o valor do Intercept será definido como zero.

Valor de retorno

Uma tabela de linha única que descreve a linha, além de estatísticas adicionais. Estas são as colunas disponíveis:

  • Slope1, Slope2, ..., SlopeN: os coeficientes correspondentes a cada valor x;
  • Intercept: valor de interceptação;
  • StandardErrorSlope1, StandardErrorSlope2, ..., StandardErrorSlopeN: os valores de erro padrão para os coeficientes Slope1, Slope2, ..., SlopeN;
  • StandardErrorIntercept: o valor de erro padrão para ade interceptação de constante;
  • CoeficientOfDetermination: o coeficiente de determinação (r²). Compara valores y estimados e reais e intervalos no valor de 0 a 1: quanto maior o valor, maior a correlação na amostra;
  • StandardError: o erro padrão para a estimativa y;
  • FStatistic: a estatística F ou o valor observado por F. Use a estatística F para determinar se a relação observada entre as variáveis dependentes e independentes ocorre por acaso;
  • DegreesOfFreedom: os graus de liberdade. Use esse valor para ajudá-lo a encontrar valores F críticos em uma tabela estatística e determinar um nível de confiança para o modelo;
  • RegressionSumOfSquares: a soma de regressão de quadrados;
  • ResidualSumOfSquares: a soma residual de quadrados.

Exemplo 1

A seguinte consulta 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]
)

Retorna uma tabela de linha única com dez colunas:

Inclinação1 Interceptar 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
  • slope1 e Intercept: os coeficientes do modelo linear calculado;
  • StandardErrorSlope1 e StandardErrorIntercept: os valores de erro padrão para os coeficientes acima;
  • CoefficientOfDetermination, StandardError, FStatistic, DegreesOfFreedom, RegressionSumOfSquares e ResidualSumOfSquares: estatísticas de regressão sobre o modelo.

Para um determinado território de vendas, esse modelo prevê o total de vendas pela seguinte fórmula:

Total Sales = Slope1 * Population + Intercept

Exemplo 2

A seguinte consulta 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]
)

Retorna uma tabela de linha única com doze colunas:

Inclinação1 Inclinação2 Interceptar 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

Para um determinado cliente, esse modelo prevê o total de vendas pela seguinte fórmula:

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

Conteúdo relacionado

Funções estatísticas LINEST