แชร์ผ่าน

LINEST

  • บทความ

นําไปใช้กับ: คอลัมน์จากการคํานวณตารางจากการคํานวณหน่วยวัดการคํานวณวิชวล

ใช้วิธีสี่เหลี่ยมน้อยที่สุดเพื่อคํานวณเส้นตรงที่เหมาะกับข้อมูลที่ระบุที่สุด จากนั้นจะส่งกลับตารางที่อธิบายเส้นนั้น สมการสําหรับบรรทัดคือของฟอร์ม: y = Slope1*x1 + Slope2*x2 + ... + สกัดกั้น

วากยสัมพันธ์

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

พารามิเตอร์

เทอม นิยาม
columnY คอลัมน์ของค่า y ที่รู้จัก ต้องมีชนิดสเกลา
columnX คอลัมน์ของค่า x ที่รู้จัก ต้องมีชนิดสเกลา ต้องมีอย่างน้อยหนึ่งรายการ
const (ไม่บังคับ) ค่า TRUE/FALSE คงที่ที่ระบุว่าจะบังคับให้ค่าคงที่ ดัก เท่ากับ 0 หรือไม่
หาก TRUE หรือเว้นไว้ ค่า ดัก จะถูกคํานวณตามปกติ ถ้า FALSEค่า ดัก จะถูกตั้งค่าเป็นศูนย์

ค่าผลลัพธ์

ตารางแบบแถวเดียวที่อธิบายเส้นรวมถึงสถิติเพิ่มเติม ต่อไปนี้คือคอลัมน์ที่พร้อมใช้งาน:

  • Slope1, Slope2, ..., SlopeN: สัมประสิทธิ์ที่สอดคล้องกับแต่ละค่า x;
  • ดัก: ค่าสกัดกั้น;
  • StandardErrorSlope1, StandardErrorSlope2, ..., StandardErrorSlopeN: ค่าข้อผิดพลาดมาตรฐานสําหรับสัมประสิทธิ์ Slope1, Slope2, ..., SlopeN;
  • StandardErrorIntercept: ค่าข้อผิดพลาดมาตรฐานสําหรับดัก คงที่
  • สัมประสิทธิ์ OfDetermination: สัมประสิทธิ์ของการพิจารณา (r²) เปรียบเทียบค่า y โดยประมาณและจริง และช่วงของค่าจาก 0 ถึง 1: ยิ่งค่าสูงขึ้น ความสัมพันธ์ในตัวอย่างก็จะสูงขึ้นตาม
  • StandardError: ข้อผิดพลาดมาตรฐานสําหรับการประเมิน y ข้อผิดพลาดนี้สามารถคํานวณได้ดังนี้
  • FStatistic: สถิติ F หรือค่าที่สังเกต F ใช้สถิติ F เพื่อพิจารณาว่าความสัมพันธ์ที่สังเกตการณ์ระหว่างตัวแปรขึ้นต่อกันและอิสระเกิดขึ้นโดยบังเกิลหรือไม่
  • DegreesOfFreedom: องศาความเป็นอิสระ ใช้ค่านี้เพื่อช่วยให้คุณค้นหาค่าที่สําคัญ F ในตารางทางสถิติ และกําหนดระดับความเชื่อมั่นสําหรับแบบจําลอง
  • RegressionSumOfSquares: ผลรวมการถดถอยของรูปสี่เหลี่ยม
  • residualSumOfSquares: ผลรวมที่เหลือของสี่เหลี่ยม

หมาย เหตุ

columnY และของ columnXจะต้องอยู่ในตารางเดียวกันทั้งหมด

ตัวอย่างที่ 1

คิวรี DAX ต่อไปนี้:

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

ส่งกลับตารางแบบแถวเดียวที่มีสิบคอลัมน์:

Slope1 ขัดขวาง StandardErrorSlope1 StandardErrorIntercept CoefficientOfDetermination
1.67703250456677 6.34550460373026 0.000448675725548806 0.279131821917317 0.995695557281456
StandardError FStatistic DegreesOfFreedom RegressionSumOfSquares ResidualSumOfSquares
60.9171030357485 13970688.6139993 60396 51843736761.658 224123120.339218
  • Slope1 และ ดัก: สัมประสิทธิ์ของแบบจําลองเชิงเส้นจากการคํานวณ
  • StandardErrorSlope1 และ StandardErrorIntercept: ค่าข้อผิดพลาดมาตรฐานสําหรับสัมประสิทธิ์ข้างต้น
  • CoefficientOfDetermination, StandardError, FStatistic, DegreesOfFreedom , RegressionSumOfSquares และ ResidualSumOfSquares: สถิติการถดถอยเกี่ยวกับแบบจําลอง

สําหรับยอดขายทางอินเทอร์เน็ตที่กําหนด แบบจําลองนี้คาดการณ์ปริมาณการขายตามสูตรต่อไปนี้:

SalesAmount = Slope1 * TotalProductCost + Intercept

ตัวอย่างที่ 2

คิวรี DAX ต่อไปนี้:

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

แสดงตารางแบบแถวเดียวที่มีคอลัมน์สิบสี่คอลัมน์:

  • Slope1
  • Slope2
  • สโลป 3
  • ขัดขวาง
  • StandardErrorSlope1
  • StandardErrorSlope2
  • StandardErrorSlope3
  • StandardErrorIntercept
  • CoefficientOfDetermination
  • StandardError
  • FStatistic
  • DegreesOfFreedom
  • RegressionSumOfSquares
  • ResidualSumOfSquares

สําหรับลูกค้าที่กําหนด แบบจําลองนี้คาดการณ์ยอดขายทั้งหมดตามสูตรต่อไปนี้ (วันเกิดจะถูกแปลงเป็นตัวเลขโดยอัตโนมัติ):

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

เนื้อหาที่เกี่ยวข้อง

ฟังก์ชันทางสถิติของ