求助：在PowerBI中为同一时间序列叠加多线性回归预测线的DAX方案

核心思路 #

通过DAX手动计算线性回归的斜率与截距，基于时间索引生成预测值，最终将实际值与预测值同时添加到时间轴可视化图表中。

步骤1：创建时间索引度量值 #

将日期转换为连续的数值索引（以数据中最早日期为基准的天数差），作为线性回归的自变量：

Date Index = 
VAR MinDate = MIN('你的数据表名'[Date])
RETURN DATEDIFF(MinDate, SELECTEDVALUE('你的数据表名'[Date]), DAY)

步骤2：计算实际值合计 #

如果数据表未预先计算合计，创建以下度量值：

Total Spent = SUM('你的数据表名'[Spent])

Total Remaining = SUM('你的数据表名'[Remaining])

步骤3：计算线性回归参数与预测值 #

针对Spent的预测

Spent Slope = 
VAR X = SUMX('你的数据表名', [Date Index])
VAR Y = SUMX('你的数据表名', [Total Spent])
VAR XX = SUMX('你的数据表名', [Date Index] * [Date Index])
VAR XY = SUMX('你的数据表名', [Date Index] * [Total Spent])
VAR N = COUNTROWS('你的数据表名')
RETURN DIVIDE(N * XY - X * Y, N * XX - X * X)

Spent Intercept = 
VAR X = SUMX('你的数据表名', [Date Index])
VAR Y = SUMX('你的数据表名', [Total Spent])
VAR Slope = [Spent Slope]
VAR N = COUNTROWS('你的数据表名')
RETURN DIVIDE(Y - Slope * X, N)

Spent Prediction = 
VAR CurrentIndex = [Date Index]
RETURN [Spent Intercept] + [Spent Slope] * CurrentIndex

针对Remaining的预测

Remaining Slope = 
VAR X = SUMX('你的数据表名', [Date Index])
VAR Y = SUMX('你的数据表名', [Total Remaining])
VAR XX = SUMX('你的数据表名', [Date Index] * [Date Index])
VAR XY = SUMX('你的数据表名', [Date Index] * [Total Remaining])
VAR N = COUNTROWS('你的数据表名')
RETURN DIVIDE(N * XY - X * Y, N * XX - X * X)

Remaining Intercept = 
VAR X = SUMX('你的数据表名', [Date Index])
VAR Y = SUMX('你的数据表名', [Total Remaining])
VAR Slope = [Remaining Slope]
VAR N = COUNTROWS('你的数据表名')
RETURN DIVIDE(Y - Slope * X, N)

Remaining Prediction = 
VAR CurrentIndex = [Date Index]
RETURN [Remaining Intercept] + [Remaining Slope] * CurrentIndex

步骤4：在可视化图表中添加预测线 #

1. 打开目标时间轴图表（如折线图）
2. 将Total Spent、Total Remaining添加到「值」区域，作为实际数据系列
3. 再将Spent Prediction、Remaining Prediction添加到「值」区域
4. 调整预测线的视觉样式（如设置为虚线），与实际值区分开

注意事项 #

• 确保日期序列连续，若存在缺失日期，需创建日历表生成连续日期并与原数据表关联
• 若需预测未来日期，扩展日历表至目标未来日期范围，预测值会自动计算
• 若数据表已有预计算的合计字段，可直接替换上述度量值中的Total Spent/Total Remaining

内容的提问来源于stack exchange，提问作者BP130