ตัวเลือกเส้นแนวโน้มใน Office

ใช้เส้นแนวโน้มชนิดนี้เพื่อสร้างเส้นตรงที่เหมาะสมที่สุดสําหรับชุดข้อมูลเชิงเส้นอย่างง่าย ข้อมูลของคุณเป็นแบบเส้นตรง ถ้ารูปแบบในจุดข้อมูลมีลักษณะเหมือนเส้น เส้นแนวโน้มเชิงเส้นมักจะแสดงให้เห็นว่ามีบางสิ่งเพิ่มขึ้นหรือลดลงในอัตราที่มั่นคง

เส้นแนวโน้มเชิงเส้นจะใช้สมการนี้เพื่อคํานวณกําลังสองน้อยที่สุดที่พอดีกับเส้น:

โดยที่ m คือความชัน และ b คือจุดตัดแกน

เส้นแนวโน้มเชิงเส้นต่อไปนี้แสดงให้เห็นว่ายอดขายตู้เย็นเพิ่มขึ้นอย่างต่อเนื่องในช่วง 8 ปี โปรดสังเกตว่าค่า R-squared (ตัวเลขตั้งแต่ 0 ถึง 1 ที่แสดงค่าประมาณที่ใกล้เคียงกับเส้นแนวโน้มที่สัมพันธ์กับข้อมูลจริงของคุณ) คือ 0.9792 ซึ่งพอดีกับข้อมูล

การแสดงเส้นโค้งที่เหมาะสมที่สุด เส้นแนวโน้มนี้มีประโยชน์เมื่ออัตราการเปลี่ยนแปลงในข้อมูลเพิ่มขึ้นหรือลดลงอย่างรวดเร็ว แล้วค่อยๆ ลดระดับ เส้นแนวโน้มลอการิทึมสามารถใช้ค่าลบและค่าบวกได้

เส้นแนวโน้มลอการิทึมจะใช้สมการนี้เพื่อคํานวณกําลังสองน้อยที่สุดให้พอดีกับจุดต่างๆ ดังนี้

โดยที่ c และ b เป็นค่าคงที่และ ln เป็นฟังก์ชันลอการิทึมธรรมชาติ

เส้นแนวโน้มลอการิทึมต่อไปนี้แสดงการเติบโตของประชากรสัตว์ที่ทํานายในพื้นที่อวกาศคงที่ซึ่งประชากรได้ปรับระดับเป็นพื้นที่สําหรับสัตว์ลดลง โปรดทราบว่าค่า R-squared คือ 0.933 ซึ่งเป็นเส้นที่ค่อนข้างพอดีกับข้อมูล

เส้นแนวโน้มนี้จะมีประโยชน์เมื่อข้อมูลของคุณผันผวน ตัวอย่างเช่น เมื่อคุณวิเคราะห์กําไรและขาดทุนในชุดข้อมูลขนาดใหญ่ ลําดับของโพลิโนเมียลสามารถกําหนดได้โดยจํานวนของความผันผวนในข้อมูลหรือจํานวนโค้ง (เนินเขาและหุบเขา) ปรากฏในเส้นโค้ง โดยทั่วไปแล้ว เส้นแนวโน้มโพลิโนเมียลลําดับที่ 2 จะมีเนินเขาหรือหุบเขาเพียงหนึ่งเนินเขาหรือหุบเขา 3 มีเนินเขาหรือหุบเขา 1 หรือ 2 หุบเขาและคําสั่งซื้อที่ 4 มีเนินเขาหรือหุบเขาได้ถึงสามเนิน

เส้นแนวโน้มโพลิโนเมียลหรือเส้นโค้งจะใช้สมการนี้เพื่อคํานวณกําลังสองน้อยที่สุดให้พอดีกับจุดต่างๆ ดังนี้

โดยที่ b และ เป็นค่าคงที่

เส้นแนวโน้มโพลิโนเมียล Order 2 (หนึ่งเนินเขา) ต่อไปนี้แสดงความสัมพันธ์ระหว่างความเร็วในการขับขี่และการบริโภคน้ํามันเชื้อเพลิง โปรดสังเกตว่าค่า R-squared คือ 0.979 ซึ่งใกล้เคียงกับ 1 ดังนั้นเส้นจึงพอดีกับข้อมูล

การแสดงเส้นโค้ง เส้นแนวโน้มนี้มีประโยชน์สําหรับชุดข้อมูลที่เปรียบเทียบการวัดที่เพิ่มในอัตราเฉพาะ ตัวอย่างเช่นการเร่งความเร็วของรถแข่งที่ช่วงเวลา 1 วินาที คุณไม่สามารถสร้างเส้นแนวโน้มเลขยกกําลังถ้าข้อมูลของคุณมีค่าศูนย์หรือลบ

เส้นแนวโน้มยกกําลังจะใช้สมการนี้เพื่อคํานวณกําลังสองน้อยที่สุดให้พอดีกับจุดต่างๆ ดังนี้

โดยที่ c และ b เป็นค่าคงที่

แผนภูมิการวัดระยะทางต่อไปนี้แสดงระยะทางเป็นเมตรตามวินาที เส้นแนวโน้มกําลัง (Power Trendline) แสดงให้เห็นถึงการเร่งความเร็วที่เพิ่มขึ้นอย่างชัดเจน โปรดทราบว่าค่า R-squared คือ 0.986 ซึ่งเป็นเส้นที่เกือบจะพอดีกับข้อมูล

แสดงเส้นโค้ง เส้นแนวโน้มนี้มีประโยชน์เมื่อค่าข้อมูลเพิ่มขึ้นหรือลดลงในอัตราที่เพิ่มขึ้นอย่างต่อเนื่อง คุณไม่สามารถสร้างเส้นแนวโน้มเอ็กซ์โพเนนเชียลได้ถ้าข้อมูลของคุณมีค่าศูนย์หรือค่าลบ

เส้นแนวโน้มเอ็กซ์โพเนนเชียลจะใช้สมการนี้เพื่อคํานวณกําลังสองน้อยที่สุดให้พอดีกับจุดต่างๆ ดังนี้

โดยที่ c และ b เป็นค่าคงที่ และ e เป็นฐานของลอการิทึมธรรมชาติ

เส้นแนวโน้มเอ็กซ์โพเนนเชียลต่อไปนี้แสดงปริมาณคาร์บอน 14 ที่ลดลงในวัตถุเมื่ออายุมากขึ้น โปรดทราบว่าค่า R-squared คือ 0.990 ซึ่งหมายความว่าเส้นจะพอดีกับข้อมูลเกือบจะสมบูรณ์

เส้นแนวโน้มนี้แสดงความผันผวนของข้อมูลเพื่อให้แสดงรูปแบบหรือแนวโน้มได้ชัดเจนยิ่งขึ้น ค่าเฉลี่ยเคลื่อนที่จะใช้จุดข้อมูลตามจํานวนที่ระบุ (ตั้งค่าโดยตัวเลือก คาบเวลา ) โดยเฉลี่ยและใช้ค่าเฉลี่ยเป็นจุดในบรรทัด ตัวอย่างเช่น ถ้า Period ถูกตั้งค่าเป็น 2 ค่าเฉลี่ยของจุดข้อมูลสองจุดแรกจะถูกใช้เป็นจุดแรกในเส้นแนวโน้มค่าเฉลี่ยเคลื่อนที่ ค่าเฉลี่ยของจุดข้อมูลที่สองและสามจะถูกใช้เป็นจุดที่สองในเส้นแนวโน้ม เป็นต้น

เส้นแนวโน้มค่าเฉลี่ยเคลื่อนที่ใช้สมการนี้:

จํานวนจุดในเส้นแนวโน้ม ค่าเฉลี่ยเคลื่อนที่ เท่ากับจํานวนจุดทั้งหมดในชุดข้อมูล ลบด้วยตัวเลขที่คุณระบุสําหรับรอบระยะเวลา

ในแผนภูมิกระจาย เส้นแนวโน้มจะยึดตามลําดับของค่า x ในแผนภูมิ เพื่อให้ได้ผลลัพธ์ที่ดีกว่า ให้เรียงลําดับค่า x ก่อนที่คุณจะเพิ่มค่าเฉลี่ยเคลื่อนที่

เส้นแนวโน้มค่าเฉลี่ยเคลื่อนที่ต่อไปนี้แสดงรูปแบบของจํานวนบ้านที่ขายในช่วง 26 สัปดาห์