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 1: 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.