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
Comentarios
https://aka.ms/ContentUserFeedback.
Próximamente: A lo largo de 2024 iremos eliminando gradualmente GitHub Issues como mecanismo de comentarios sobre el contenido y lo sustituiremos por un nuevo sistema de comentarios. Para más información, vea:Enviar y ver comentarios de