LINREGR
Gælder for:Beregnet tabel beregningaf målingsvisualisering for en beregnet kolonne
Bruger metoden Least Squares til at beregne en lige linje, der passer bedst til de angivne data, og returnerer derefter en tabel, der beskriver linjen. Ligningen for linjen er i formatet: y = Slope1*x1 + Slope2*x2 + ... + Intercept.
Syntaks
LINEST ( <columnY>, <columnX>[, …][, <const>] )
Parametre
Begreb | Definition |
---|---|
columnY | Kolonnen med kendte y-værdier. Skalartypen skal være. |
columnX | Kolonnerne med kendte x-værdier. Skalartypen skal være. Der skal angives mindst én. |
Const | (Valgfrit) En konstant TRUE/FALSE-værdi, der angiver, om konstanten Intercept skal tvinges til at være lig med 0.Hvis TRUE eller udelades, beregnes værdien af Intercept normalt. Hvis false, angives værdien for Opfanger til nul. |
Returværdi
En tabel med en enkelt række, der beskriver linjen, plus yderligere statistik. Dette er de tilgængelige kolonner:
- Slope1, Slope2, ..., SlopeN: koefficienterne svarende til hver x-værdi;
- Opfanger: skæringsværdi;
- StandardErrorSlope1, StandardErrorSlope2, ..., StandardErrorSlopeN: standardfejlværdierne for koefficienterne Slope1, Slope2, ..., SlopeN;
- StandardErrorIntercept: standardfejlværdien for konstanten Intercept;
- CoefficientOfDetermination: bestemmelseskoefficienten (r²). Sammenligner anslåede og faktiske y-værdier og intervaller i værdi fra 0 til 1: Jo højere værdien er, jo højere er korrelationen i eksemplet.
- StandardError: standardfejlen for y-estimatet;
- FStatistic: F-statistikken eller den F-observerede værdi. Brug F-statistikken til at afgøre, om den observerede relation mellem de afhængige og uafhængige variabler opstår tilfældigt.
- DegreesOfFreedom: frihedsgrader. Brug denne værdi til at hjælpe dig med at finde F-kritiske værdier i en statistisk tabel og bestemme et konfidensniveau for modellen.
- RegressionSumOfSquares: regressionssummen af kvadrater;
- ResidualSumOfSquares: restsummen af kvadrater.
Bemærkninger
<columnY> og <columnX's> skal alle tilhøre den samme tabel.
Eksempel 1
Følgende DAX-forespørgsel:
EVALUATE LINEST(
'FactInternetSales'[SalesAmount],
'FactInternetSales'[TotalProductCost]
)
Returnerer en tabel med en enkelt række med ti kolonner:
Hældning1 | Opfange | StandardErrorSlope1 | StandardErrorIntercept | CoefficientOfDetermination |
---|---|---|---|---|
1.67703250456677 | 6.34550460373026 | 0.000448675725548806 | 0.279131821917317 | 0.995695557281456 |
Standardfejl | FStatistisk | DegreesOfFreedom | RegressionSumOfSquares | ResidualSumOfSquares |
---|---|---|---|---|
60.9171030357485 | 13970688.6139993 | 60396 | 51843736761.658 | 224123120.339218 |
- Slope1 og Intercept: koefficienterne for den beregnede lineære model;
- StandardErrorSlope1 og StandardErrorIntercept: standardfejlværdierne for ovenstående koefficienter;
- CoefficientOfDetermination, StandardError, FStatistic, DegreesOfFreedom, RegressionSumOfSquares og ResidualSumOfSquares: regressionsstatistik for modellen.
I forbindelse med et givent internetsalg forudsiger denne model salgsbeløbet ved hjælp af følgende formel:
SalesAmount = Slope1 * TotalProductCost + Intercept
Eksempel 2
Følgende DAX-forespørgsel:
EVALUATE LINEST(
'DimCustomer'[TotalSalesAmount],
'DimCustomer'[YearlyIncome],
'DimCustomer'[TotalChildren],
'DimCustomer'[BirthDate]
)
Returnerer en tabel med en enkelt række med fjorten kolonner:
- Hældning1
- Hældning2
- Hældning3
- Opfange
- StandardErrorSlope1
- StandardErrorSlope2
- StandardErrorSlope3
- StandardErrorIntercept
- CoefficientOfDetermination
- Standardfejl
- FStatistisk
- DegreesOfFreedom
- RegressionSumOfSquares
- ResidualSumOfSquares
For en bestemt kunde forudsiger denne model det samlede salg efter følgende formel (fødselsdatoen konverteres automatisk til et tal):
TotalSalesAmount = Slope1 * YearlyIncome + Slope2 * TotalChildren + Slope3 * BirthDate + Intercept
Relateret indhold
Feedback
https://aka.ms/ContentUserFeedback.
Kommer snart: I hele 2024 udfaser vi GitHub-problemer som feedbackmekanisme for indhold og erstatter det med et nyt feedbacksystem. Du kan få flere oplysninger under:Indsend og få vist feedback om