趋势线是回归分析的一部分，用于预测未来值。R平方值衡量趋势线的可靠性，值越接近1表示越可靠。线性趋势线适用于稳定增减的数据，对数趋势线适合初期增长快后期平缓的情况。多项式趋势线处理波动数据，乘幂趋势线用于恒定增速数据，指数趋势线则反映增速加快的数据。移动平均趋势线则用于平滑数据波动，突出长期趋势。
趋势线是数据趋势的图形表示形式，可用于分析预测问题。这种分析又称为回归分析。通过使用回归分析，可以将图表中的趋势线延伸至事实数据以外，预测未来值。例如，前面的图表使用预测未来四个季度的简单对数趋势线，清楚地表示未来的收入增长趋势。
那么，您可能会想：这些趋势线的可靠性有多大？答案涉及一个叫做 R 平方的概念 — 或者，更具体地说，是趋势线的 R 平方值（谈到数学了）。R 平方值是一个神奇的数字 — 在此情况下，是介于 0 和 1 之间的数字。
当趋势线的 R 平方值为 1 或者接近 1 时，趋势线最可靠。如果您用趋势线拟和数据，Excel 会根据公式，自动计算它的 R 平方值。如果您需要，还可以在图表中显示该值。请注意，特定类型的数据具有特定类型的趋势线。要获得最精确的预测，为数据选择最合适的趋势线非常重要。
线性趋势线：增长或降低速率比较稳定
对数趋势线：增长或降低幅度-开始比较快，逐渐趋于平缓
多项式趋势线：增长或降低的波动较多
乘幂趋势线：增长或降低的速度持续增加、且增加幅度比较恒定
指数趋势线：增长或降低的速度持续增加、且增加幅度越来越大
线性：线性趋势线是适用于简单线性数据集合的最佳拟合直线。如果数据点的构成的趋势接近于一条直线，则数据应该接近于线性。线性趋势线通常表示事件以恒定的比率增加或减少。
对数：如果数据一开始的增加或减小的速度很快，但又迅速趋于平稳，那么对数趋势线则是最佳的拟合曲线。
多项式:多项式趋势线是数据波动较大时使用的曲线。多项式的阶数是有数据波动的次数或曲线中的拐点的个数确定，方便的判定方式也可以从曲线的波峰或波谷确定。二阶多项式就是抛物线，二阶多项式趋势线通常只有一个波峰或波谷；三阶多项式趋势线通常有一个或两个波峰或波谷；四阶多项式趋势线通常多达3个。当然多项式形式的不定积分公式比较简单，求此类曲线下面积比较容易。
乘幂：乘幂趋势线是一种适用于以特定速度增加的数据集合的曲线。但是如果数据中有零或负数，则无法创建乘幂趋势线。
指数：指数趋势线适用于速度增加越来越快的数据集合。同样，如果数据中有零或负数，则无法创建乘幂趋势线。
移动平均：移动平均趋势线用于平滑处理数据中的微小波动，从而更加清晰地显示了数据的变化的趋势。（在股票、基金、汇率等技术分析中常用）
参考文献：
扫一扫
1575
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
