Power BI如何搞定回归分析？原来还有这个强大的DAX函数

文章预览

回归分析是统计分析中常用的分析方法，主要用于研究变量之间的关系，帮助我们深入挖掘数据背后的逻辑，并将这种关系用于预测或决策。 常用的回归分析有简单线性回归、多元线性回归和非线性回归等，在本文中，我们来看看如何利用 Power BI实现简单线性回归分析。 简单线性回归研究的是一个自变量 X 和一个因变量 Y之间的关系，其数学模型为： 在这个模型中，斜率和截距的最优解公式为： 仍以前面介绍 相关性分析 的数据为例，以营销费用为自变量，利润为因变量，通过线性回归分析来确定营销费用和利润之间的关系，并以此来预测利润。 通过上面的公式，我们依然可以通过常规的DAX函数来计算斜率和截距，度量值如下： 斜率 = VAR avg_x=AVERAGE('表'[营销费用]) VAR avg_y=AVERAGE('表'[利润额]) RETURN DIVIDE(     SUMX('表', ('表'[营销费用] -avg_x)*('表'[ ………………………………