前面还写过一篇多元回归的内容,是通过在PowerQuery里面调用Python实现回归参数计算的,然后在PowerBI里面使用计算的参数来进行预测,感兴趣的可以跳转《使用Python回归分析预测销售额》,后面可能还会演示一下使用R语言的实现方式,毕竟还是有很多人在使用R,先展示一下本篇的效果。
这一篇的一元线性回归,就完全是通过PowerBI里面度量值和新建列来完成了,所以灵活性要更强,借鉴这个思路应该还能够直接在PowerBI里面实现其他用数学公式直接推导结果的算法。至于什么是一元线性回归和用途,这里就不多介绍了,简单说就是一个变量控制一个结果,用多个数据把二者的线性关系计算出来,公式是y=m*x+b,其中y是结果值,x是影响因素。比如我们有很多个月的费用投入和产出数据,每一次的投入就是x,对应的产出就是y,x和y是我们已知的,通过带入多个已有的值,