Funktioner av typen linest används för att hitta värden associerade med analys av linjär regression. I det här avsnittet beskrivs hur du kan bygga visualiseringar med hjälp av sticksprovsdata för att hitta värdena för linest-funktionerna som finns i Qlik Sense. linest-funktionerna kan användas i dataladdningsskriptet och diagramuttryck.
Se de individuella avsnitten för linest-diagram- och skriptfunktionerna för beskrivningar av syntax och argument.
Uttryck för data och skript används i exemplen
Ladda följande inline-data och skriptuttryck i skriptredigeraren för linest()-exemplen nedan.
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;
Mer information om hur du använder inline-laddningar finns i Inline-laddningar.
Exempel: skriptuttryck som använder linest
Exempel 2: diagramuttryck som använder linest
Exempel 3: diagramuttryck som använder linest
- Skapa en visualisering med stapeldiagram i ett Qlik Sense-ark med X som dimension och Y som mått.
- Lägg till en linjär trendlinje i Y-måttet.
- Lägg till en KPI-visualisering på arket.
- Lägg till lutning som en etikett för KPI.
- Lägg till sum(Linest_M) som ett uttryck för KPI.
- Lägg till en andra KPI-visualisering på arket.
- Lägg till skärningspunkt som en etikett för KPI.
- Lägg till Sum(Linest_B) som ett uttryck för KPI.
- Lägg till en tredje KPI-visualisering på arket.
- Lägg till bestämningskoefficient som en etikett för KPI.
- Lägg till Sum(Linest_R2) som ett uttryck för KPI.
Resultat
Förklaring
Stapeldiagrammet visar hur X- och Y-data ritas ut. Relevanta linest()-funktioner ger värden till den linjära regressionsekvationen som trendlinjen baseras på, nämligen y = m * x + b. Ekvationen använder minsta kvadratmetoden för att beräkna en rak linje (trendlinje) genom att returnera en matris som beskriver en linje som passar bäst för data.
KPI:er visar resultaten för linest()-funktionerna sum(Linest_M) för lutning och sum(Linest_B) för Y-skärningspunkten, som är variabler i den linjära regressionsekvationen och motsvarande aggregerade R2-värde för bestämningskoefficienten.