|
 线性
线性趋势线是适用于简单线性数据集的最佳拟合直线。如果数据点构成的图案类似于一条直线，则表明数据是线性的。线性趋势线通常表示事物是以恒定速率增加或减少。 在下例中，线性趋势线清楚地显示了 13 年间冰箱销售额一直稳步增长。注意，其 R 平方值为 0.9036，表明与数据线拟合得相当好。 
对数 如果数据的增加或减小速度很快，但又迅速趋近于平稳，那么对数趋势线是最佳的拟合曲线。对数趋势线可以使用正值和负值。 下例使用对数趋势线说明固定地域内动物数量增长的预测情况，当动物生活地区相对减少时，动物数量将趋于平稳。注意，此时 R 平方值是 0.9407，表明与数据线拟合得相当好。 
多项式 多项式趋势线是数据波动较大时适用的曲线。它可用于分析大量数据的偏差。多项式的阶数可由数据波动的次数或曲线中拐点（峰和谷）的个数确定。二阶多项式趋势线通常仅有一个峰或谷。三阶多项式趋势线通常有一个或两个峰或谷。四阶通常多达三个。 下例显示的二阶多项式趋势线（一个波峰）说明了车速和耗油量之间的关系。注意，R 平方值为 0.9474，表明与数据线拟合得相当好。 
乘幂 乘幂趋势线是一种适用于以特定速度增加的数据集的曲线，例如，赛车一秒内的加速度。如果数据中含有零或负数值，就不能创建乘幂趋势线。 在下例中，通过绘制距离（米）/时间（秒）的曲线，在图表中显示加速度的数据。乘幂趋势线清楚地显示了加速度的增长。请注意，其 R 平方值为 0.9923，表明该曲线与数据几乎完全吻合。 
指数 指数趋势线是一种曲线，它适用于速度增减越来越快的数据值。如果数据值中含有零或负值，就不能使用指数趋势线。 在下例中，指数趋势线用于说明物体中碳 14 含量随时间的衰减情况。注意，此时 R 平方值为 1，表明趋势线与数据拟合得很好。 
移动平均 移动平均趋势线平滑处理了数据中的微小波动，从而更清晰地显示了图案和趋势。移动平均使用特定数目的数据点（由“周期”选项设置），取其平均值，然后将该平均值作为趋势线中的一个点。例如，如果“周期”设置为 2，那么，头两个数据点的平均值就是移动平均趋势线中的第一个点。第二个和第三个数据点的平均值就是趋势线的第二个点，依此类推。 下面的示例中，移动平均趋势线显示了 26 个星期内住房销售量的趋势图案。 
| 
沪公网安备 31011702000001号 沪ICP备11019229号-2
发表于 2007-1-16 10:00
发表于 2007-1-16 11:49
楼主