# Exemples d'utilisation des fonctions linest

Les fonctions linest permettent de déterminer les valeurs associées à une analyse de type régression linéaire. Cette section décrit la procédure de création de visualisations à l'aide d'échantillons de données dans le but d'identifier les valeurs des fonctions linest disponibles dans Qlik Sense. Les fonctions linest s'utilisent aussi bien dans le script de chargement de données que dans les expressions de graphique.

Pour une description de la syntaxe et des arguments, voir les rubriques des différentes fonctions de graphique et de script linest.

## Données et expressions de script utilisées dans les exemples

Chargez les expressions de script et les données inline suivantes dans l'éditeur de chargement de données pour créer les exemples d'expression linest() ci-dessous.

```
T1:
LOAD *, 1 as Grp;
LOAD * inline [
X|Y
1|0
2|1
3|3
4|8
5|14
6|20
7|0
8|50
9|25
10|60
11|38
12|19
13|26
14|143
15|98
16|27
17|59
18|78
19|158
20|279 ] (delimiter is '|');
			
R1:
LOAD 
Grp,
linest_B(Y,X) as Linest_B,
linest_DF(Y,X) as Linest_DF,
linest_F(Y,X) as Linest_F,
linest_M(Y,X) as Linest_M,
linest_R2(Y,X) as Linest_R2,
linest_SEB(Y,X,1,1) as Linest_SEB,
linest_SEM(Y,X) as Linest_SEM,
linest_SEY(Y,X) as Linest_SEY,
linest_SSREG(Y,X) as Linest_SSREG,
linest_SSRESID(Y,X) as Linest_SSRESID
resident T1 group by Grp;
			
```

Pour plus d'informations sur l'utilisation des chargements inline, voir [Utilisation de chargements inline pour charger des données](https://help.qlik.com/fr-FR/sense/November2024/Subsystems/Hub/Content/Sense_Hub/Scripting/inline-loads-qs.htm).

## Exemple 1 : Expressions de script avec linest

[](https://help.qlik.com/en-US/sense/Subsystems/Hub/Content/Sense_Hub/ChartFunctions/StatisticalAggregationFunctionsinCharts/linest-example.htm)

#### Exemple : Expressions de script

### Création d'une visualisation à partir de calculs de script de chargement de données

Créez la visualisation d'une table sur une feuille Qlik Sense avec les champs suivants comme colonnes :

* Linest\_B
* Linest\_DF
* Linest\_F
* Linest\_M
* Linest\_R2
* Linest\_SEB
* Linest\_SEM
* Linest\_SEY
* Linest\_SSREG
* Linest\_SSRESID

### Résultat

La table contenant les résultats des calculs linest réalisés dans le script de chargement de données devrait avoir l'aspect suivant :

Table des résultats

| Linest\_B | Linest\_DF | Linest\_F | Linest\_M | Linest\_R2 | Linest\_SEB |
| --- | --- | --- | --- | --- | --- |
| -35.047 | 18 | 20.788 | 8.605 | 0.536 | 22.607 |

Tableau de résultats

| Linest\_SEM | Linest\_SEY | Linest\_SSREG | Linest\_SSRESID |
| --- | --- | --- | --- |
| 1.887 | 48.666 | 49235.014 | 42631.186 |

## Exemple 2 : Expressions de graphique avec linest

[](https://help.qlik.com/en-US/sense/Subsystems/Hub/Content/Sense_Hub/ChartFunctions/StatisticalAggregationFunctionsinCharts/linest-example.htm)

#### Exemple : Expressions de graphique

Créez la visualisation d'une table sur une feuille Qlik Sense avec les champs suivants comme dimensions :

`ValueList('Linest_b', 'Linest_df','Linest_f', 'Linest_m','Linest_r2','Linest_SEB','Linest_SEM','Linest_SEY','Linest_SSREG','Linest_SSRESID')`

Cette expression utilise la fonction synthetic dimensions pour créer les étiquettes des dimensions en utilisant les noms des fonctions linest. Pour gagner de l'espace, vous pouvez renommer l'étiquette en Linest functions.

Ajoutez à la table l'expression suivante, comme mesure :

`Pick(Match(ValueList('Linest_b', 'Linest_df','Linest_f', 'Linest_m','Linest_r2','Linest_SEB','Linest_SEM','Linest_SEY','Linest_SSREG','Linest_SSRESID'),'Linest_b', 'Linest_df','Linest_f', 'Linest_m','Linest_r2','Linest_SEB','Linest_SEM','Linest_SEY','Linest_SSREG','Linest_SSRESID'),Linest_b(Y,X),Linest_df(Y,X),Linest_f(Y,X),Linest_m(Y,X),Linest_r2(Y,X),Linest_SEB(Y,X,1,1),Linest_SEM(Y,X),Linest_SEY(Y,X),Linest_SSREG(Y,X),Linest_SSRESID(Y,X) )`

Cette expression affiche la valeur du résultat de chaque fonction linest par rapport au nom correspondant dans la dimension synthétique. Le résultat de `Linest_b(Y,X)` s'affiche en regard de linest\_b et ainsi de suite.

### Résultat

Tableau de résultats

| Linest functions | Linest function results |
| --- | --- |
| Linest\_b | -35.047 |
| Linest\_df | 18 |
| Linest\_f | 20.788 |
| Linest\_m | 8.605 |
| Linest\_r2 | 0.536 |
| Linest\_SEB | 22.607 |
| Linest\_SEM | 1.887 |
| Linest\_SEY | 48.666 |
| Linest\_SSREG | 49235.014 |
| Linest\_SSRESID | 42631.186 |

## Exemple 3 : Expressions de graphique avec linest

[](https://help.qlik.com/en-US/sense/Subsystems/Hub/Content/Sense_Hub/ChartFunctions/StatisticalAggregationFunctionsinCharts/linest-example.htm)

#### Exemple : Expressions de graphique

1. Créez une visualisation de graphique à barres dans une feuille Qlik Sense avec X comme dimension et Y comme mesure.
2. Ajoutez une courbe de tendance linéaire à la mesure Y.
3. Ajoutez une visualisation d'indicateur ICP à la feuille.
   1. Ajoutez une pente comme étiquette pour l'indicateur ICP.
   2. Ajoutez `sum(Linest_M)` comme expression pour l'ICP.
4. Ajoutez une deuxième visualisation d'indicateur ICP à la feuille.
   1. Ajoutez intercept comme étiquette pour l'indicateur ICP.
   2. Ajoutez `Sum(Linest_B)` comme expression pour l'ICP.
5. Ajoutez une troisième visualisation d'indicateur ICP à la feuille.
   1. Ajoutez coefficient of determination comme étiquette pour l'indicateur ICP.
   2. Ajoutez `Sum(Linest_R2)` comme expression pour l'ICP.

### Résultat

![](https://help.qlik.com/fr-FR/sense/November2024/Subsystems/Hub/Content/Resources/Images/linest-charts.png)

### Explication

Le graphique à barres affiche le tracé des données X et Y. Les fonctions linest() pertinentes fournissent des valeurs pour l'équation de régression linéaire sur laquelle est basée la courbe de tendance, à savoir y = m \* x + b. L'équation utilise la méthode des "moindres carrés" pour calculer une ligne droite (courbe de tendance) en renvoyant un tableau qui décrit une ligne la mieux adaptée aux données.

Les indicateurs ICP affichent les résultats des fonctions linest() sum(Linest\_M) pour la pente et sum(Linest\_B) pour l'interception Y, qui sont des variables de l'équation de régression linéaire, et la valeur R2 agrégée correspondante pour le coefficient de détermination.