利用这个Power BI 自定义图表，无需公式，人人都可以做回归分析

用Power BI如何做多元线性回归分析？

其实还可以通过可视化的方式来展现回归分析，可以用散点图来发现变量之间的分布规律，并且可以显示趋势线，不过它无法直接生成回归方程。

在自定义图表中，有一个专门用于回归分析的视觉对象，它就是：Craydec Regression Chart。

Craydec Regression Chart 结合散点图与线性回归分析，支持处理大规模数据集， 以前面介绍 简单回归分析 的用到的营销费用和利润数据为例，来看看如何使用这个视觉对象来进行回归分析。

从Appsource中加载该对象后，将它放到画布上，只需要在“X 轴”和“Y 轴”分别拖入需要分析的变量。比如，将营销费用（X）与利润额（Y）作为分析维度，将年月放到UniqueID上：

然后就可以生成这两个变量的散点图并叠加线性回归线。

通过这个图表，可以直观的看到营销费用和利润的分布情况，以及通过回归线，看出明显的正相关关系。

并且更难得的是，在图表的上方自动显示出显示回归方程、相关系数、样本数量等指标。

从上图中可以看出营销费用和利润的回归方程是：

-19.09+1.96x

与我们前面用DAX的分析结果一致。

以及相关系数（Corr）0.87，这个结果和我们前面用函数计算得来的也是相同的 （参考： 利用Power BI中的这个DAX函数，轻松计算相关系数 ） 。

这就是Craydec Regression Chart的优势， 它提供了一种 非常简单、直观高效的方式进行线性回归分析，无需复杂设置，无需高深公式，即可轻松绘制回归分析图表，实现回归分析 ，并且它还支持 Small Multiples（小倍数视图）功能，用于在单个图表中比较多组数据的回归情况。

如果你正在寻找一种高效的方式在 Power BI 中展示回归分析，不妨试试 Craydec Regression Chart吧~