前面的文章介绍的
回归分析
，是简单的一元线性回归分析，如果有多个自变量，就是多元回归分析，本文在前面的基础上接着来介绍PowerBI如何进行多元线性回归分析。
对于这种回归分析，主要还是要计算出截距和每个自变量的回归系数，如果没有专门的函数或者工具，仅仅使用常规的DAX函数就相当困难了，还好DAX中有LINESTX函数，可以进行多元回归分析。
LINESTX 是 Power BI 中支持多元线性回归的强大函数，通过指定多个自变量可以直接计算模型参数。
关于LINESTX函数的基本用法请参考前面的文章：
Power BI如何搞定回归分析？原来还有这个DAX函数
本文在前面数据的基础上，增加一个可能影响利润的因素：产品价格。
如何通过这个数据，得出利润与产品售价、营销费用的逻辑关系呢？
通过LINESTX函数非常简单，它可以用多个自变量作为参数，对于这两个自变量，只需要这样写就行了：
LINESTX('表','表'[利润额],'表'[产品售价],'表'[营销费用])
第2参数是因变量，后面可以跟多个自变量，结果如下：
每个自变量会有一个斜率，这个例子因为有两个自变量，所以LINESTX返回的表中有两个斜率Slope1、Slope2。
即使不建立计算表，也可以通过度量值从LINESTX结果表中提取出截距和两个自变量的回归系数：
通过截距和这两个回归系数，就可以得到售价、营销费用与利润的线性逻辑关系：
利润=1.78*营销费用-0.42*产品售价-12.31
通过上面的DAX可以快速完成多元线性回归分析，有了回归公式，在其他因素不变的情况下，就可以对利润进行动态的预测，并与实际数据的对比分析，它可帮助企业量化价格和营销费用对利润的影响，为预算分配和运营策略提供数据支持。
