Power BI中的多元线性回归

Question

假设我有一组回报,我想计算其β值与不同的市场指数.让我们在一个名为Returns一个具体示例的表中使用以下数据集:

  Date       Equity  Duration  Credit  Manager
-----------------------------------------------
01/31/2017   2.907%   0.226%   1.240%   1.78%
02/28/2017   2.513%   0.493%   1.120%   3.88%
03/31/2017   1.346%  -0.046%  -0.250%   0.13%
04/30/2017   1.612%   0.695%   0.620%   1.04%
05/31/2017   2.209%   0.653%   0.480%   1.40%
06/30/2017   0.796%  -0.162%   0.350%   0.63%
07/31/2017   2.733%   0.167%   0.830%   2.06%
08/31/2017   0.401%   1.083%  -0.670%   0.29%
09/30/2017   1.880%  -0.857%   1.430%   2.04%
10/31/2017   2.151%  -0.121%   0.510%   2.33%
11/30/2017   2.020%  -0.137%  -0.020%   3.06%
12/31/2017   1.454%   0.309%   0.230%   1.28%

现在在Excel中,我可以使用该LINEST函数来获取beta值:

= LINEST(Returns[Manager], Returns[[Equity]:[Credit]], TRUE, TRUE)

它会吐出一个如下所示的数组:

0.077250253 -0.184974002  0.961578127 -0.001063971
0.707796954  0.60202895   0.540811546  0.008257129
0.50202386   0.009166729  #N/A         #N/A
2.688342242  8            #N/A         #N/A
0.000677695  0.000672231  #N/A         #N/A

测试版位于顶行并使用它们给出了以下线性估计:

Manager = 0.962 * Equity - 0.185 * Duration + 0.077 * Credit - 0.001

问题是如何使用DAX在Power BI中获取这些值(最好不必编写自定义R脚本)？

---

对于简单的线性回归对一列,我可以回去的数学定义和写类似于给出的最小二乘法实现这个职位.

但是,当涉及更多列时(我需要能够最多12列,但并不总是相同的数字),这很快就会变得混乱,我希望有更好的方法.

Answer 1

精华：

DAX 不是要走的路。使用Home > Edit Queries然后Transform > Run R Script。插入以下 R 片段以使用表中的所有可用变量运行回归分析：

model <- lm(Manager ~ . , dataset)
df<- data.frame(coef(model))
names(df)[names(df)=="coef.model."] <- "coefficients"
df['variables'] <- row.names(df)

编辑Manager任何其他可用变量名称以更改因变量。

细节：

好问题！为什么微软没有推出更灵活的解决方案超出了我的理解。但目前，如果不使用 Power BI 中的 R，您将无法找到非常好的方法。

因此，我建议的方法将忽略您关于以下方面的要求：

问题是如何使用 DAX 在 Power BI 中获取这些值（最好无需编写自定义 R 脚本）？

但是，我的回答将满足您关于以下方面的要求：

一个好的答案应该推广到 3 列以上（可能是通过使用索引作为值而不是列标题的非透视数据表来处理）。

开始了：

我在一个使用逗号作为小数点分隔符的系统上，所以我将使用以下作为数据源（如果您将数字直接复制到 Power BI 中，将不会保留列分隔符。如果您先粘贴将其复制到 Excel 中，再次复制，然后将其粘贴到 Power BI 中，列就可以了）：

Date    Equity  Duration    Credit  Manager
31.01.2017  2,907   0,226   1,24    1,78
28.02.2017  2,513   0,493   1,12    3,88
31.03.2017  1,346   -0,046  -0,25   0,13
30.04.2017  1,612   0,695   0,62    1,04
31.05.2017  2,209   0,653   0,48    1,4
30.06.2017  0,796   -0,162  0,35    0,63
31.07.2017  2,733   0,167   0,83    2,06
31.08.2017  0,401   1,083   -0,67   0,29
30.09.2017  1,88    -0,857  1,43    2,04
31.10.2017  2,151   -0,121  0,51    2,33
30.11.2017  2,02    -0,137  -0,02   3,06
31.12.2017  1,454   0,309   0,23    1,28

在 Power BI 中从头开始（出于可重复性目的），我使用Enter Data以下方法插入数据：

现在，去Edit Queries > Edit Queries检查你是否有这个：

为了在分析中包含的列数方面保持灵活性，我发现最好删除日期列。这不会对您的回归结果产生影响。只需右键单击日期列并选择Remove：

请注意，这将在Query Settings > Applied Steps>下添加一个新步骤：

这是您将能够编辑我们将要使用的几行 R 代码的地方。现在，去Transform > Run R Script打开这个窗口：

注意行# 'dataset' holds the input data for this script。值得庆幸的是，您的问题仅与一个输入表有关，因此事情不会变得太复杂（对于多个输入表，请查看这篇文章）。该数据集的变量是R中的形式data.frame的一个变量，是一个很好的（只有..）的起点，用于进一步分析。

插入以下脚本：

model <- lm(Manager ~ . , dataset)
df<- data.frame(coef(model))
names(df)[names(df)=="coef.model."] <- "coefficients"
df['variables'] <- row.names(df)

单击OK，如果一切顺利，您应该得到以下结果：

点击Table，你会得到这个：

在Applied Steps你会看到一个Run R Script步骤已被插入。单击右侧的星号（齿轮？）进行编辑，或单击df以格式化输出表。

就是这个！至少对于编辑查询部分。

单击Home > Close & Apply以返回 Power BI 报告部分并验证您在以下位置有一个新表Visualizations > Fields：

插入一个表格或矩阵并激活系数和变量来得到这个：

我希望这就是你要找的！

现在了解有关 R 脚本的一些详细信息：

只要可能，我会避免使用许多不同的 R 库。这样，您将降低出现依赖性问题的风险。

该函数lm()处理回归分析。在解释变量的数量方面获得所需灵活性的关键在于Manager ~ . , dataset零件。这只是说对Manager数据框中的变量运行回归分析dataset，并使用所有剩余的列 ~ . 作为解释变量。该coef(model)部件从估计模型中提取系数值。结果是一个数据框，其中变量名作为行名。最后一行只是将这些名称添加到数据帧本身。