前文已经对一元线性回归分析进行了介绍，而当面临多个自变量时，我们便需要采用多元回归分析。接下来，我们将继续探讨如何在PowerBI中执行多元线性回归分析。
多元线性回归分析的数学表达形式如下所述：
对于此类回归分析，关键在于计算截距以及每个自变量的回归系数。若没有专用的函数或工具，仅使用常规的DAX函数将变得颇为复杂。幸运的是，DAX中的LINESTX函数为多元回归分析提供了强有力的支持。
LINESTX函数是PowerBI中进行多元线性回归分析的强大工具。通过指定多个自变量，可以轻易地计算出模型参数。对于LINESTX函数的基础用法，可以参考之前的文章：《Power BI如何轻松搞定回归分析？这个DAX函数是秘密武器》。
本文将在先前数据的基础上，增加一个新的因素——产品价格，这可能对利润产生重要影响。那么，如何通过这些数据揭示利润与产品售价、营销费用之间的逻辑关系呢？
实际上，使用LINESTX函数解决这个问题非常简单。它可以接受多个自变量作为参数。对于这两个自变量，只需按照以下方式编写：
多元线性回归分析的结果 =
LINESTX函数应用在数据表中，将'利润额'作为因变量，'产品售价'和'营销费用'作为自变量。
在函数中，第一个参数为因变量，随后的参数则为自变量。最终的结果会显示每个自变量的斜率。在本例中，因为有两个自变量，所以LINESTX函数返回的表中会包括两个斜率：Slope1和Slope2。
即便不创建计算表，也可以通过度量值从LINESTX的结果表中提取出截距和各自变量的回归系数。
通过这些截距和回归系数，我们可以得出售价、营销费用与利润之间的线性逻辑关系，例如：利润 = 1.78 x 营销费用 - 0.42 x 产品售价 - 12.31。