PowerBI一元线性回归度量值实现

  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，