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

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]
)