LINEST

Se aplica a:Columna calculadaTabla calculadaMedidaCálculo visual

Usa el método de mínimos cuadrados para calcular una línea recta con el mejor ajuste a los datos especificados y, a continuación, devuelve una tabla que describe la línea. La ecuación de la línea adopta la forma: y = Slope1*x1 + Slope2*x2 + ... + Intercept.

Sintaxis

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

Parámetros

Término	Definición
columnY	Columna de valores y conocidos. Debe tener un tipo escalar.
columnX	Columnas de valores x conocidos. Debe tener un tipo escalar. Se debe proporcionar al menos una.
const	(Opcional) Valor TRUE/FALSE constante que especifica si se va a forzar que la constante Intercept sea igual a 0. Si es TRUE o se omite, el valor Intercept se calcula de forma normal; Si es FALSE, el valor Intercept se establece en cero.

Valor devuelto

Tabla de una sola fila que describe la línea, además de estadísticas adicionales. Estas son las columnas disponibles:

• Slope1, Slope2, ..., SlopeN: los coeficientes correspondientes a cada valor x;
• Intercept: valor de intersección;
• StandardErrorSlope1, StandardErrorSlope2, ..., StandardErrorSlopeN: los valores de error estándar para los coeficientes Slope1, Slope2, ..., SlopeN;
• StandardErrorIntercept: el valor de error estándar para la constante Intercept;
• CoefficientOfDetermination: el coeficiente de determinación (r²). Compara los valores y estimados y reales, y los intervalos en un valor de 0 a 1: cuanto mayor sea el valor, mayor será la correlación en la muestra;
• StandardError: el error estándar de la estimación y;
• FStatistic: la estadística F o el valor observado F. Utilice la estadística F para determinar si la relación observada entre las variables dependientes e independientes ocurre por casualidad;
• DegreesOfFreedom: los grados de libertad. Use este valor para ayudarle a encontrar valores críticos de F en una tabla estadística y determinar un nivel de confianza para el modelo;
• RegressionSumOfSquares: la suma de regresión de los cuadrados;
• ResidualSumOfSquares: la suma residual de los cuadrados.

Comentarios

<columnY> y columnX <>deben pertenecer a la misma tabla.

Ejemplo 1

La consulta DAX siguiente:

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

Devuelve una tabla de una sola fila con diez columnas:

Slope1	Interceptar	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 e Intercept: los coeficientes del modelo lineal calculado;
• StandardErrorSlope1 y StandardErrorIntercept: los valores de error estándar para los coeficientes anteriores;
• CoefficientOfDetermination, StandardError, FStatistic, DegreesOfFreedom, RegressionSumOfSquares y ResidualSumOfSquares: estadísticas de regresión sobre el modelo.

Para una venta por Internet determinada, este modelo predice el importe de la venta mediante la fórmula siguiente:

SalesAmount = Slope1 * TotalProductCost + Intercept

Ejemplo 2

La consulta DAX siguiente:

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

Devuelve una tabla de una sola fila con catorce columnas:

• Slope1
• Slope2
• Slope3
• Interceptar
• StandardErrorSlope1
• StandardErrorSlope2
• StandardErrorSlope3
• StandardErrorIntercept
• CoefficientOfDetermination
• StandardError
• FStatistic
• DegreesOfFreedom
• RegressionSumOfSquares
• ResidualSumOfSquares

Para un cliente determinado, este modelo predice las ventas totales mediante la fórmula siguiente (la fecha de nacimiento se convierte automáticamente en un número):

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

Contenido relacionado

LINESTX
Funciones estadísticas