LINESTX

Gjelder beregnet beregning av beregnet tabellfor beregnet kolonne

Bruker metoden Minst kvadrater til å beregne en rett linje som passer best til de gitte dataene, og returnerer deretter en tabell som beskriver linjen. Dataresultatet fra uttrykk evaluert for hver rad i en tabell. Formelen for linjen er av skjemaet: y = Stigningstall1*x1 + stigningstall2*x2 + ... + skjæringspunkt.

Syntaks

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

Parametere

Term	Definisjon
tabellen	Tabellen som inneholder radene som uttrykkene skal evalueres for.
expressionY	Uttrykket som skal evalueres for hver rad i tabellen, for å hente de kjente y-verdiene. Må ha skalartype.
expressionX	Uttrykkene som skal evalueres for hver rad i tabellen, for å hente de kjente x-verdiene. Må ha skalartype. Minst én må angis.
Const	(Valgfritt) En konstant SANN/USANN-verdi som angir om konstant skjæringspunkt skal tvinges til lik 0. Hvis SANN eller utelatt, beregnes skjæringspunktverdien normalt. Hvis USANN er skjæringspunktet satt til null.

Returverdi

En tabell med én rad som beskriver linjen, pluss tilleggsstatistikk. Dette er de tilgjengelige kolonnene:

• Stigningstall1, stigningstall2, ..., skråning: koeffisientene som tilsvarer hver x-verdi;
• Skjæringspunkt: skjæringsverdi;
• StandardErrorSlope1, StandardErrorSlope2, ..., StandardErrorSlopeN: standard feilverdier for koeffisientene Slope1, Slope2, ..., SlopeN;
• StandardErrorIntercept: standard feilverdi for konstant skjæringspunkt.
• KoeffisientOfDetermination: koeffisienten for fastsettelse (r²). Sammenligner beregnede og faktiske y-verdier, og varierer i verdi fra 0 til 1: jo høyere verdi, jo høyere korrelasjon i utvalget,
• StandardError: standardfeilen for y-estimatet.
• FStatistic: F-statistikken eller den F-observerte verdien. Bruk F-statistikken til å avgjøre om den observerte relasjonen mellom de avhengige og uavhengige variablene forekommer ved en tilfeldighet.
• DegreesOfFreedom: frihetsgradene. Bruk denne verdien til å hjelpe deg med å finne F-kritiske verdier i en statistisk tabell, og bestemme et konfidensnivå for modellen.
• RegresjonsumOfSquares: regresjonssummen for kvadrater;
• ResidualSumOfSquares: den gjenværende summen av kvadrater.

Eksempel 1

Følgende DAX-spørring:

DEFINE VAR TotalSalesByRegion = SUMMARIZECOLUMNS(
    'Sales Territory'[Sales Territory Key],
    'Sales Territory'[Population],
    "Total Sales", SUM(Sales[Sales Amount])
)
EVALUATE LINESTX(
    'TotalSalesByRegion',
    [Total Sales],
    [Population]
)

Returnerer en tabell med én rad med ti kolonner:

Stigningskråning 1	Fange opp	StandardErrorSlope1	StandardErrorIntercept	KoeffisientOfDetermination
6.42271517588	-410592.76216	0.24959467764561	307826.343996223	0.973535860750193

StandardError	FStatistisk	DegreesOfFreedom	RegresjonsumOfSquares	ResidualSumOfSquares
630758.1747292	662.165707642	18	263446517001130	7161405749781.07

• Stigningstall1 og skjæringspunkt: koeffisientene til den beregnede lineære modellen;
• StandardErrorSlope1 og StandardErrorIntercept: standard feilverdier for koeffisientene ovenfor;
• KoeffisientOfDetermination, StandardError, FStatistic, DegreesOfFreedom, RegressionSumOfSquares og ResidualSumOfSquares: regresjonsstatistikk om modellen.

For et gitt salgsområde forutser denne modellen totalt salg med følgende formel:

Total Sales = Slope1 * Population + Intercept

Eksempel 2

Følgende DAX-spørring:

DEFINE VAR TotalSalesByCustomer = SUMMARIZECOLUMNS(
    'Customer'[Customer ID],
    'Customer'[Age],
    'Customer'[NumOfChildren],
    "Total Sales", SUM(Sales[Sales Amount])
)
EVALUATE LINESTX(
    'TotalSalesByCustomer',
    [Total Sales],
    [Age],
    [NumOfChildren]
)

Returnerer en tabell med én rad med tolv kolonner:

Stigningskråning 1	Stigningstall 2	Fange opp	StandardErrorSlope1
69.0435458093763	33.005949841721	-871.118539339539	0.872588875481658

StandardErrorSlope2	StandardErrorIntercept	KoeffisientOfDetermination	StandardError
6.21158863903435	26.726292527427	0.984892920482022	68.5715034014342

FStatistisk	DegreesOfFreedom	RegresjonsumOfSquares	ResidualSumOfSquares
3161.91535144391	97	29734974.9782379	456098.954637092

For en gitt kunde forutser denne modellen totalt salg med følgende formel:

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

Relatert innhold

RETTLINJE
Statistiske funksjoner