|
其實還可以通過可視化的方式來展現(xiàn)回歸分析，可以用散點圖來發(fā)現(xiàn)變量之間的分布規(guī)律，并且可以顯示趨勢線，不過它無法直接生成回歸方程。 在自定義圖表中，有一個專門用于回歸分析的視覺對象，它就是：Craydec Regression Chart。
Craydec Regression Chart 結(jié)合散點圖與線性回歸分析，支持處理大規(guī)模數(shù)據(jù)集，以前面介紹簡單回歸分析的用到的營銷費用和利潤數(shù)據(jù)為例，來看看如何使用這個視覺對象來進行回歸分析。 從Appsource中加載該對象后，將它放到畫布上，只需要在“X 軸”和“Y 軸”分別拖入需要分析的變量。比如，將營銷費用（X）與利潤額（Y）作為分析維度，將年月放到UniqueID上：
然后就可以生成這兩個變量的散點圖并疊加線性回歸線。
通過這個圖表，可以直觀的看到營銷費用和利潤的分布情況，以及通過回歸線，看出明顯的正相關(guān)關(guān)系。 并且更難得的是，在圖表的上方自動顯示出顯示回歸方程、相關(guān)系數(shù)、樣本數(shù)量等指標。 從上圖中可以看出營銷費用和利潤的回歸方程是： -19.09+1.96x 與我們前面用DAX的分析結(jié)果一致。 以及相關(guān)系數(shù)（Corr）0.87，這個結(jié)果和我們前面用函數(shù)計算得來的也是相同的（參考：利用Power BI中的這個DAX函數(shù)，輕松計算相關(guān)系數(shù)）。 這就是Craydec Regression Chart的優(yōu)勢， 它提供了一種非常簡單、直觀高效的方式進行線性回歸分析，無需復雜設(shè)置，無需高深公式，即可輕松繪制回歸分析圖表，實現(xiàn)回歸分析，并且它還支持 Small Multiples（小倍數(shù)視圖）功能，用于在單個圖表中比較多組數(shù)據(jù)的回歸情況。 如果你正在尋找一種高效的方式在 Power BI 中展示回歸分析，不妨試試 Craydec Regression Chart吧~ |
|
|
