series_fit_line_dynamic()

Aplica-se a: ✅Microsoft Fabric✅Azure Data Explorer✅Azure Monitor✅Microsoft Sentinel

Aplica a regressão linear em uma série, retornando um objeto dinâmico.

Pega uma expressão contendo matriz numérica dinâmica como entrada e faz regressão linear para encontrar a linha que melhor se ajusta a ela. Essa função deve ser usada em matrizes de série de tempo, ajustando-se à saída do operador make-series. Ele gera um valor dinâmico com o seguinte conteúdo:

• rsquare: r-square é uma medida padrão da qualidade do ajuste. É um número no intervalo [0-1], em que 1 é o melhor ajuste possível e 0 significa que os dados não estão ordenados e não se encaixam em nenhuma linha
• slope: Inclinação da linha aproximada (o valor a de y=ax+b)
• variance: Desvio dos dados de entrada
• rvariance: Desvio residual que é o desvio entre os valores dos dados de entrada e os aproximados.
• interception: Interceptação da linha aproximada (o valor b de y=ax+b)
• line_fit: Matriz numérica que contém uma série de valores da linha de melhor ajuste. O tamanho da série é igual ao tamanho da matriz de entrada. É usado principalmente para gráficos.

Este operador é semelhante ao series_fit_line, mas ao contrário series-fit-line dele retorna um saco dinâmico.

Sintaxe

series_fit_line_dynamic(série)

Saiba mais sobre as convenções de sintaxe.

Parâmetros

Nome	Digitar	Obrigatória	Descrição
série	dynamic	✔️	Uma matriz de valores numéricos.

Dica

A maneira mais conveniente de usar essa função é aplicá-la aos resultados do operador make-series .

Exemplos

Executar a consulta

print
    id=' ',
    x=range(bin(now(), 1h) - 11h, bin(now(), 1h), 1h),
    y=dynamic([2, 5, 6, 8, 11, 15, 17, 18, 25, 26, 30, 30])
| extend fit=series_fit_line_dynamic(y)
| extend
    RSquare=fit.rsquare,
    Slope=fit.slope,
    Variance=fit.variance,
    RVariance=fit.rvariance,
    Interception=fit.interception,
    LineFit=fit.line_fit
| render timechart

RSquare	Inclinação	Variação	RVariance	Interceptação	LineFit
0.982	2.730	98.628	1.686	-1.666	1.064, 3.7945, 6.526, 9.256, 11.987, 14.718, 17.449, 20.180, 22.910, 25.641, 28.371, 31.102