LINESTX
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. Het gegevensresultaat van expressies die voor elke rij in een tabel worden geëvalueerd. De vergelijking voor de lijn is van de vorm: y = Helling1*x1 + Helling2*x2 + ... + Snijpunt.
Syntaxis
LINESTX ( <table>, <expressionY>, <expressionX>[, …][, <const>] )
Parameters
Term | Definitie |
---|---|
table | De tabel met de rijen waarvoor de expressies worden geëvalueerd. |
expressieY | De expressie die moet worden geëvalueerd voor elke rij van de tabel, om de bekende y-waarden te verkrijgen. Moet scalaire typen hebben. |
expressionX | De expressies die moeten worden geëvalueerd voor elke rij van de tabel, om de bekende x-waarden te verkrijgen. 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.
Voorbeeld 1
De volgende DAX-query:
DEFINE VAR TotalSalesByRegion = SUMMARIZECOLUMNS(
'Sales Territory'[Sales Territory Key],
'Sales Territory'[Population],
"Total Sales", SUM(Sales[Sales Amount])
)
EVALUATE LINESTX(
'TotalSalesByRegion',
[Total Sales],
[Population]
)
Retourneert een tabel met één rij met tien kolommen:
Helling1 | Snijpunt | StandardErrorSlope1 | StandardErrorIntercept | CoëfficiëntOfDeterminatie |
---|---|---|---|---|
6.42271517588 | -410592.76216 | 0.24959467764561 | 307826.343996223 | 0.973535860750193 |
StandardError | Statistiek | DegreesOfFreedom | RegressionSumOfSquares | ResidualSumOfSquares |
---|---|---|---|---|
630758.1747292 | 662.165707642 | 18 | 263446517001130 | 7161405749781.07 |
- 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 bepaald verkoopgebied voorspelt dit model de totale verkoop met de volgende formule:
Total Sales = Slope1 * Population + Intercept
Voorbeeld 2
De volgende DAX-query:
DEFINE VAR TotalSalesByCustomer = SUMMARIZECOLUMNS(
'Customer'[Customer ID],
'Customer'[Age],
'Customer'[NumOfChildren],
"Total Sales", SUM(Sales[Sales Amount])
)
EVALUATE LINESTX(
'TotalSalesByCustomer',
[Total Sales],
[Age],
[NumOfChildren]
)
Retourneert een tabel met één rij met twaalf kolommen:
Helling1 | Helling2 | Snijpunt | StandardErrorSlope1 |
---|---|---|---|
69.0435458093763 | 33.005949841721 | -871.118539339539 | 0.872588875481658 |
StandardErrorSlope2 | StandardErrorIntercept | CoëfficiëntOfDeterminatie | StandardError |
---|---|---|---|
6.21158863903435 | 26.726292527427 | 0.984892920482022 | 68.5715034014342 |
Statistiek | DegreesOfFreedom | RegressionSumOfSquares | ResidualSumOfSquares |
---|---|---|---|
3161.91535144391 | 97 | 29734974.9782379 | 456098.954637092 |
Voor een bepaalde klant voorspelt dit model de totale verkoop met de volgende formule:
Total Sales = Slope1 * Age + Slope2 * NumOfChildren + 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