LinRegVariance
计算维度组合的线性回归并返回与回归线y = ax + b相关的方差SSR。
语法
LINREGVARIANCE (set, numeric_value [, numeric_value])
参数
| set | 返回集的有效多维表达式 (MDX)。 |
| numeric_value | 第一个代表y轴， |
| numeric_value | （（可选）第二个代表x轴，如果没有指定第二个数值表达式，函数将使用指定集合中单元格的当前上下文作为x轴的值。 |
数学表达式
| 回归线 |  |
| 回归线 a 的截距公式为 |  |
| 公式中斜率 b 计算为 |  |
| SSR计算公式如下(预测值和真实值之间差的平方和) |  |
注：求和符号都省略了上下标
例：样本点（3，1），（4，2）（7，3），（8，4），（9，5）
| i | x | y |
|---|---|---|
| 1 | 3 | 1 |
| 2 | 4 | 2 |
| 3 | 7 | 3 |
| 4 | 8 | 4 |
| 5 | 9 | 5 |
| Avg |  |
 |
计算出回归方程后计算预测值如下：
| 观测值 | 预算Y |
|---|---|
| 1 | 1.08955 |
| 2 | 1.68657 |
| 3 | 3.47761 |
| 4 | 4.07463 |
| 5 | 4.67164 |
代入SSR计算公式后，求得SSR的值为9.55224
示例一
with member [期间].[x] as LinRegVariance({[期间].[2023年].[2023年2季度].[2023年6月]:[期间].[2023年].[2023年3季度].[2023年9月]},[科目].&[50221],[科目].&[50220])
select {[期间].[x]} on rows, {[版本].&[50672]} on columns from [模型一]
where ([组织].&[50585],[场景].&[50685],[产品].&[50688])
运行结果：
产品 : 不分
场景 : 累计预算
科目 : 科目不分
组织 : 开发2部
| 期间 | 年初编报01版本 |
| x | 12.80 |
由于[2023年6月]、[2023年7月]、[2023年8月]、[2023年9月]的[科目].&[50220]的值分别为2、3、4、5，[科目].&[50221]的值分别为4、7、8、9，样本点为（2，4），（3，7），（4，8），（5，9），所以[x]的值为12.8，和excel中结果相同。
示例二
with member [期间].[x] as LinRegVariance({[期间].[2023年].[2023年2季度].[2023年6月]:[期间].[2023年].[2023年3季度].[2023年9月]},[科目].&[50221])
select {[期间].[x]} on rows, {[版本].&[50672]} on columns from [模型一]
where ([组织].&[50585],[场景].&[50685],[产品].&[50688],[科目].&[50220])
运行结果：
产品 : 不分
场景 : 累计预算
科目 : 科目不分
组织 : 开发2部
| 期间 | 年初编报01版本 |
| x | 12.80 |
不指定第二个numeric_value，示例一指定的第二个numeric_value放在where后边的切片处，由于[2023年6月]、[2023年7月]、[2023年8月]、[2023年9月]的[科目].&[50220]的值分别为2、3、4、5，[科目].&[50221]的值分别为4、7、8、9，样本点为（2，4），（3，7），（4，8），（5，9），所以[x]的值为12.8，和excel中结果相同。