LINESTX

применимо:вычисляемый столбецвычисляемой таблицеMeasureвизуального вычисления

Использует метод "Наименьшие квадраты", чтобы calculate прямую линию, которая лучше всего соответствует заданным данным, а затем возвращает таблицу, описывающую строку. Результат данных из выражений, вычисляемых для каждой строки в таблице. Уравнение для линии состоит из формы: y = Наклон1*x1 + Наклон2*x2 + ... + Перехват.

Синтаксис

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

Параметры

Срок	Определение
table	Таблица, содержащая строки, для которых будут оцениваться выражения.
expressionY	Выражение, вычисляемого для каждой строки таблицы, для получения известнойvaluesy. Должен иметь скалярный тип.
expressionX	Выражения, вычисляемые для каждой строки таблицы, для получения известныхvaluesx. Должен иметь скалярный тип. Необходимо предоставить хотя бы один.
const	(Необязательно) Константой TRUE/FALSEvalue, указывающей, следует ли принудительно перехватывать равным 0. IfTRUEor опущено, перехватvalue вычисляется нормально; IfFALSE, перехватvalue имеет значение нулю.

Возврат value

Таблица с одной строкой, описывающая строку, а также дополнительную статистику. Это доступные столбцы:

• Наклон1, Наклон2, ..., НаклонN: коэффициенты, соответствующие каждому x-value;
• Перехват: перехват value;
• StandardErrorSlope1, StandardErrorSlope2, ..., StandardErrorSlopeN: стандарт errorvalues для коэффициентов Наклон1, Наклон2, ..., НаклонN;
• StandardErrorIntercept: стандартный errorvalue для константы Перехват;
• коэффициентOfDetermination: коэффициент определения (r 2). Сравнивает предполагаемые and фактическиеvaluesy, and диапазоны в value от 0 до 1: чем выше value, тем выше корреляция в sample;
• StandardError: стандартная error для оценки y;
• FStatistic: статистика F orvalue. Используйте статистику F, чтобы определить, возникает ли наблюдаемая связь между зависимыми and независимыми переменными случайно;
• DegreesOfFreedom: degrees свободы. Используйте эту value, чтобы помочь вам find критически важных values в статистической таблице, and определить уровень достоверности для модели;
• регрессииSumOfSquares: регрессия sum квадратов;
• ОстатокSumOfSquares: остаточные sum квадратов.

Пример 1

Следующий запрос 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]
)

Возвращает таблицу с одной строкой с десятью столбцами:

Наклон1	Перехватывать	StandardErrorSlope1	StandardErrorIntercept	КоэффициентOfDetermination
6.42271517588	-410592.76216	0.24959467764561	307826.343996223	0.973535860750193

StandardError	FStatistic	DegreesOfFreedom	РегрессияSumOfSquares	ОстаткиumOfSquares
630758.1747292	662.165707642	18	263446517001130	7161405749781.07

• Наклон1andПерехват: коэффициенты вычисляемой линейной модели;
• StandardErrorSlope1andStandardErrorIntercept: стандартный errorvalues для приведенных выше коэффициентов;
• КоэффициентOfDetermination, StandardError, FStatistic, DegreesOfFreedom, РегрессионSumOfSquaresandОстатокSumOfSquares: статистика регрессии по модели.

Для данной территории продаж эта модель прогнозирует общий объем продаж по следующей формуле:

Total Sales = Slope1 * Population + Intercept

Пример 2

Следующий запрос 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]
)

Возвращает таблицу с одной строкой с двенадцатью столбцами:

Наклон1	Наклон2	Перехватывать	StandardErrorSlope1
69.0435458093763	33.005949841721	-871.118539339539	0.872588875481658

StandardErrorSlope2	StandardErrorIntercept	КоэффициентOfDetermination	StandardError
6.21158863903435	26.726292527427	0.984892920482022	68.5715034014342

FStatistic	DegreesOfFreedom	РегрессияSumOfSquares	ОстаткиumOfSquares
3161.91535144391	97	29734974.9782379	456098.954637092

Для данного клиента эта модель прогнозирует общий объем продаж по следующей формуле:

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

содержимое Related

LINEST Статистические функции