Powerbi 幂双线性回归
我是PowerBI/Dax的新手,在创建线性回归时遇到了麻烦。包含的趋势线功能对于我的用例来说不够健壮,因为我需要预测未来的值并显示最佳拟合的等式。我试图修改此博客中的代码,但无法将度量值绘制成图形。它似乎把所有的价值都聚合在一起了 需要注意的是,在我的数据集中只有11个唯一的日期。但是大约有30k行可以容纳所有可能的过滤器。我需要线性回归来响应那些可能的过滤器。 此外,我还为模型应用于计算的当前值和未来值创建了一个单独的日期表 在另一次尝试中,我修改了预设相关常数度量的默认代码,以计算斜率和y截距Powerbi 幂双线性回归,powerbi,linear-regression,dax,Powerbi,Linear Regression,Dax,我是PowerBI/Dax的新手,在创建线性回归时遇到了麻烦。包含的趋势线功能对于我的用例来说不够健壮,因为我需要预测未来的值并显示最佳拟合的等式。我试图修改此博客中的代码,但无法将度量值绘制成图形。它似乎把所有的价值都聚合在一起了 需要注意的是,在我的数据集中只有11个唯一的日期。但是大约有30k行可以容纳所有可能的过滤器。我需要线性回归来响应那些可能的过滤器。 此外,我还为模型应用于计算的当前值和未来值创建了一个单独的日期表 在另一次尝试中,我修改了预设相关常数度量的默认代码,以计算斜率和y
Slope =
VAR __CORRELATION_TABLE = VALUES('Sheet1'[Date])
VAR __COUNT =
COUNTX(
KEEPFILTERS(__CORRELATION_TABLE),
CALCULATE(COUNTA('Sheet1'[Date]) * SUM('Sheet1'[Expenditure]))
)
VAR __SUM_X =
SUMX(
KEEPFILTERS(__CORRELATION_TABLE),
CALCULATE(COUNTA('Sheet1'[Date]))
)
VAR __SUM_Y =
SUMX(
KEEPFILTERS(__CORRELATION_TABLE),
CALCULATE(SUM('Sheet1'[Expenditure]))
)
VAR __SUM_XY =
SUMX(
KEEPFILTERS(__CORRELATION_TABLE),
CALCULATE(COUNTA('Sheet1'[Date]) * SUM('Sheet1'[Expenditure]))
)
VAR __SUM_X2 =
SUMX(
KEEPFILTERS(__CORRELATION_TABLE),
CALCULATE(COUNTA('Sheet1'[Date]) ^ 2)
)
VAR __SUM_Y2 =
SUMX(
KEEPFILTERS(__CORRELATION_TABLE),
CALCULATE(SUM('Sheet1'[Expenditure]) ^ 2)
)
RETURN
DIVIDE(
(__COUNT * __SUM_XY - __SUM_X * __SUM_Y),
(__COUNT * __SUM_X2 - __SUM_X ^ 2)
)
我最初这样做是为了显示最佳拟合方程,并且能够成功地“显示”常数,并让它们响应过滤器。然而,我随后尝试使用这些常数来创建线性回归的度量
Linear Regression =
SUMX (
DISTINCT('Date'[Date]),
[Y Intercept] + [Slope] * 'Date'[Date]
)
我没有得到任何错误,但我也没有得到任何数据。测量结果显示为空白。对我做错了什么以及如何改正有什么见解吗?谢谢 你为什么要修改博客上的代码?博客代码正确;你的和它有很大的不同,并且有很多错误。当我使用博客代码时,我只修改了它说要修改的地方。IE我指向包含我想要进行线性回归的数据的列。然而,当我试图绘制该度量值时,只表示了一个值点。行卡显示该值太大,对于仪表板上的过滤器来说不是动态的。我计算a和b的代码与计算r的预设度量相同,只是我更改了最终计算。
Linear Regression =
SUMX (
DISTINCT('Date'[Date]),
[Y Intercept] + [Slope] * 'Date'[Date]
)