LIJNSCH
Van toepassing op: Berekende kolomBerekende tabelMetingVisuele berekening
Gebruikt de methode Least Squares om een rechte lijn te berekenen die het beste bij de opgegeven gegevens past en retourneert vervolgens een tabel met een beschrijving van de lijn. De vergelijking voor de lijn is van de vorm: y = Helling1*x1 + Helling2*x2 + ... + Snijpunt.
Syntaxis
LINEST ( <columnY>, <columnX>[, …][, <const>] )
Parameters
Term | Definitie |
---|---|
columnY | De kolom met bekende y-waarden. Moet scalaire typen hebben. |
columnX | De kolommen van bekende x-waarden. Moet scalaire typen hebben. Er moet ten minste één worden opgegeven. |
Const | (Optioneel) Een constante WAAR/ONWAAR-waarde die aangeeft of het constante snijpunt gelijk is aan 0.Indien WAAR of weggelaten, wordt de snijpuntwaarde normaal berekend; Als ONWAAR is, wordt de snijpuntwaarde ingesteld op nul. |
Retourwaarde
Een tabel met één rij die de lijn beschrijft, plus aanvullende statistieken. Dit zijn de beschikbare kolommen:
- Helling1, Helling2, ..., Hellingscoëfficiënt: de coëfficiënten die overeenkomen met elke x-waarde;
- Snijpunt: snijwaarde;
- StandardErrorSlope1, StandardErrorSlope2, ..., StandardErrorSlopeN: de standaardfoutwaarden voor de coëfficiënten Helling1, Helling2, ..., Hellingn;
- StandardErrorIntercept: de standaardfoutwaarde voor het constante snijpunt;
- CoëfficiëntOfDeterminatie: de bepalingscoëfficiënt (r²). Vergelijkt geschatte en werkelijke y-waarden en bereiken in waarde tussen 0 en 1: hoe hoger de waarde, hoe hoger de correlatie in de steekproef;
- StandardError: de standaardfout voor de schatting van y;
- Statistiek: de F-statistiek of de waargenomen F-waarde. Gebruik de F-statistiek om te bepalen of de waargenomen relatie tussen de afhankelijke en onafhankelijke variabelen toevallig plaatsvindt;
- DegreesOfFreedom: de vrijheidsgraden. Gebruik deze waarde om F-kritieke waarden in een statistische tabel te vinden en een betrouwbaarheidsniveau voor het model te bepalen;
- RegressionSumOfSquares: de regressiesom van kwadraten;
- ResidualSumOfSquares: de resterende som van kwadraten.
Opmerkingen
<columnY> en de <columnX's> moeten allemaal deel uitmaken van dezelfde tabel.
Voorbeeld 1
De volgende DAX-query:
EVALUATE LINEST(
'FactInternetSales'[SalesAmount],
'FactInternetSales'[TotalProductCost]
)
Retourneert een tabel met één rij met tien kolommen:
Helling1 | Snijpunt | StandardErrorSlope1 | StandardErrorIntercept | CoëfficiëntOfDeterminatie |
---|---|---|---|---|
1.67703250456677 | 6.34550460373026 | 0.000448675725548806 | 0.279131821917317 | 0.995695557281456 |
StandardError | Statistiek | DegreesOfFreedom | RegressionSumOfSquares | ResidualSumOfSquares |
---|---|---|---|---|
60.9171030357485 | 13970688.6139993 | 60396 | 51843736761.658 | 224123120.339218 |
- Helling1 en Snijpunt: de coëfficiënten van het berekende lineaire model;
- StandardErrorSlope1 en StandardErrorIntercept: de standaardfoutwaarden voor de bovenstaande coëfficiënten;
- CoëfficiëntOfDetermination, StandardError, FStatistic, DegreesOfFreedom, RegressionSumOfSquares en ResidualSumOfSquares: regressiestatistieken over het model.
Voor een bepaalde internetverkoop voorspelt dit model het verkoopbedrag met de volgende formule:
SalesAmount = Slope1 * TotalProductCost + Intercept
Voorbeeld 2
De volgende DAX-query:
EVALUATE LINEST(
'DimCustomer'[TotalSalesAmount],
'DimCustomer'[YearlyIncome],
'DimCustomer'[TotalChildren],
'DimCustomer'[BirthDate]
)
Retourneert een tabel met één rij met veertien kolommen:
- Helling1
- Helling2
- Helling3
- Snijpunt
- StandardErrorSlope1
- StandardErrorSlope2
- StandardErrorSlope3
- StandardErrorIntercept
- CoëfficiëntOfDeterminatie
- StandardError
- Statistiek
- DegreesOfFreedom
- RegressionSumOfSquares
- ResidualSumOfSquares
Voor een bepaalde klant voorspelt dit model de totale verkoop met behulp van de volgende formule (de geboortedatum wordt automatisch geconverteerd naar een getal):
TotalSalesAmount = Slope1 * YearlyIncome + Slope2 * TotalChildren + Slope3 * BirthDate + Intercept
Gerelateerde inhoud
Feedback
https://aka.ms/ContentUserFeedback.
Binnenkort beschikbaar: In de loop van 2024 zullen we GitHub-problemen geleidelijk uitfaseren als het feedbackmechanisme voor inhoud en deze vervangen door een nieuw feedbacksysteem. Zie voor meer informatie:Feedback verzenden en weergeven voor