Praktikum Linear Regression in DAX
Praktikum Linear Regression in DAX
DAX, yang berasal dari Power Pivot, berbagi banyak fungsi dengan Excel. Pada 2017, beberapa fungsi,
seperti SLOPE dan INTERCEPT, ada di yang terakhir tetapi tidak di yang pertama. Kedua fungsi
tersebut dapat digunakan untuk analisis regresi linier sederhana
LINESTX sekarang digunakan untuk menghitung kemiringan dan intersep. Perhatikan bahwa LINEST
dan LINESTX memungkinkan Anda untuk melakukan regresi linier ganda juga!
Dengan regresi linier sederhana, Anda dapat memperkirakan hubungan kuantitatif antara dua
variabel. Katakanlah Anda memiliki model data berikut:
Harry 166 54
Hermione 164 51
Ron 173 73
Ginny 171 55
Dumbledore 181
Perhatikan bagaimana berat Dumbledore tidak diketahui — kita akan memprediksinya dengan
regresi linier sederhana.
Sekarang kita dapat memperkirakan berat Dumbledore dan, dengan sedikit lebih banyak DAX, buat
grafik berikut:
Perhatikan bagaimana kami menampilkan nilai bobot yang diketahui saat berat diketahui, tetapi kami
menampilkan estimasi bobot jika berat tidak diketahui.
Anda tidak terbatas untuk menggunakan ukuran untuk nilai X dan Y yang diketahui — Anda juga
dapat menggunakan kolom, berkat konteks baris yang ada di SELECTCOLUMNS. Misalnya, untuk
memperkirakan penjualan di masa mendatang, Anda dapat menggunakan tanggal sebagai pengganti
Ukuran X, seperti:
Perhatikan bahwa untuk menampilkan jumlah yang benar pada tingkat total keseluruhan, Anda
juga perlu mengubah ekspresi RETURN. Dalam hal penjualan, adalah tepat untuk menggunakan
SUMX; jika Anda berurusan dengan suhu, misalnya, Anda mungkin akan menggunakan AVERAGEX.
Setidaknya ada dua alasan untuk mempertimbangkan garis tren yang dihitung:
1. Dengan garis tren bawaan, Anda hanya dapat menyimpulkan nilainya dari sumbu Y,
sedangkan garis tren terhitung memungkinkan Anda melihat nilainya secara
eksplisit
2. Mulai September 2017, Power BI memungkinkan Anda hanya menambahkan garis tren
untuk sumbu numerik atau datetime. Segera setelah Anda menggunakan string (nama bulan,
misalnya), Anda kehilangan kemampuan untuk menambahkan garis tren. Dengan regresi
linier sederhana, Anda dapat menghitungnya sendiri, selama Anda memiliki nilai numerik
berurutan untuk digunakan sebagai nilai X yang diketahui