LINESTX
Aplica-se a:Coluna calculada
Tabela calculada
Medida
Cálculo visual
Usa o método Mínimos Quadrados para calcular uma linha reta que melhor se ajusta aos dados fornecidos e, em seguida, retorna uma tabela descrevendo a linha. Os dados resultam de expressões avaliadas para cada linha de uma tabela. A equação para a linha é da forma: y = Inclinação1*x1 + Inclinação2*x2 + ... + Intercetar.
Sintaxe
LINESTX ( <table>, <expressionY>, <expressionX>[, …][, <const>] )
Parâmetros
Vigência | 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 tipo escalar. |
expressionX |
As expressões a serem avaliadas para cada linha da tabela, para obter os valores x conhecidos. Deve ter tipo escalar. Pelo menos um deve ser fornecido. |
const |
(Opcional) Um valor de |
Valor de retorno
Uma tabela de linha única descrevendo a linha, além de estatísticas adicionais. Estas são as colunas disponíveis:
- Slope1, Slope2, ..., SlopeN: os coeficientes correspondentes a cada valor x;
- Intercept: valor de intercetação;
- StandardErrorSlope1, StandardErrorSlope2, ..., StandardErrorSlopeN: os valores de erro padrão para os coeficientes Slope1, Slope2, ..., SlopeN;
- StandardErrorIntercept: o valor de erro padrão para a constante Intercept;
- CoefficientOfDetermination: o coeficiente de determinação (r²). Compara valores y estimados e reais, e varia em 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 F-observado. 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 críticos F em uma tabela estatística e determinar um nível de confiança para o modelo;
- RegressionSumOfSquares: a soma de quadrados de regressão;
- ResidualSumOfSquares: a soma residual dos quadrados.
Exemplo 1
O seguinte DAX consulta:
DEFINE VAR TotalSalesByRegion = SUMMARIZECOLUMNS(
'Sales Territory'[Sales Territory Key],
'Sales Territory'[Population],
"Total Sales", SUM(Sales[Sales Amount])
)
EVALUATE LINESTX(
'TotalSalesByRegion',
[Total Sales],
[Population]
)
Devolve uma tabela de linha única com dez colunas:
Inclinação1 | Intercetação | StandardErrorSlope1 | StandardErrorIntercept | CoefficientOfDetermination |
---|---|---|---|---|
6.42271517588 | -410592.76216 | 0.24959467764561 | 307826.343996223 | 0.973535860750193 |
Erro padrão | FStatistic | Graus de Liberdade | RegressãoSomaDosQuadrados | 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, este modelo prevê as vendas totais pela seguinte fórmula:
Total Sales = Slope1 * Population + Intercept
Exemplo 2
O seguinte DAX consulta:
DEFINE VAR TotalSalesByCustomer = SUMMARIZECOLUMNS(
'Customer'[Customer ID],
'Customer'[Age],
'Customer'[NumOfChildren],
"Total Sales", SUM(Sales[Sales Amount])
)
EVALUATE LINESTX(
'TotalSalesByCustomer',
[Total Sales],
[Age],
[NumOfChildren]
)
Devolve uma tabela de linha única com doze colunas:
Inclinação1 | Inclinação2 | Intercetação | StandardErrorSlope1 |
---|---|---|---|
69.0435458093763 | 33.005949841721 | -871.118539339539 | 0.872588875481658 |
StandardErrorSlope2 | StandardErrorIntercept | CoefficientOfDetermination | Erro padrão |
---|---|---|---|
6.21158863903435 | 26.726292527427 | 0.984892920482022 | 68.5715034014342 |
FStatistic | Graus de Liberdade | RegressãoSomaDosQuadrados | ResidualSumOfSquares |
---|---|---|---|
3161.91535144391 | 97 | 29734974.9782379 | 456098.954637092 |
Para um determinado cliente, este modelo prevê as vendas totais pela seguinte fórmula:
Total Sales = Slope1 * Age + Slope2 * NumOfChildren + Intercept