本节课，我们主要来讲解数据图表的功能。Office 中的趋势线选项。
线性趋势线
使用此类型的趋势线为简单的线性数据集创建最适合的直线。如果数据点中的模式看起来像一条线，则数据是线性的。 线性趋势线通常显示某物以稳定的速度递增或减少。
线性趋势线使用此公式计算直线的最小平方拟合度：y = mx + b。其中 m 是斜率，b 是截距。
以下线性趋势线显示，冰箱销售额在 8 年内持续增加。R 平方值 (一个介于 0 到 1 之间的数字，该数字显示趋势线的估计值与实际数据) 0.9792 的对应程度，这与数据线非常拟合。
对数趋势线
此趋势线显示最佳拟合曲线，当数据变化率快速增加或减少，然后趋于水平时，此趋势线非常有用。对数趋势线可以使用负值和正值。
对数趋势线使用此公式计算点的最小平方拟合度：y = cln x + b。其中 c 和 b 是常量，ln 是自然对数函数。
以下对数趋势线显示固定空间区域中动物的预测数量增长，随着动物空间的减少，动物的数量将趋于平息。R 平方值为 0.933，这是与数据相适应的线条相对较好的拟合度。
多项式趋势线
此趋势线在数据波动时很有用。例如，分析大型数据集的收益和损失时。多项式的顺序可以由数据中的波动次数或曲线中出现的 (丘陵和山谷) 弯曲的数量决定。通常，Order 2 多项式趋势线只有一个山丘或山谷，一个 Order 3 有一个或两个山丘或山谷，一个 Order 4 最多有三个山丘或山谷。
多项式或曲线趋势线使用此公式计算点的最小平方拟合度：
其中 b 和 c1..c6 是常量。
下面的 Order 2 多项式趋势线 (一座山) 显示了驾驶速度与油耗之间的关系。R 平方值为 0.979，接近 1，因此该行非常适合数据。
电源趋势线
此趋势线显示曲线，对于比较以特定速率增加的度量值的数据集非常有用。例如，赛车的加速间隔为 1 秒。 如果数据包含零个或负值，则无法创建幂趋势线。
幂趋势线使用此公式计算点的最小二乘拟合度：
其中 c 和 b 是常数。当数据包含负值或零值时，此选项不可用。
下面的距离度量图以米为单位显示距离（以秒为单位）。电源趋势线清楚地表明加速。R 平方值为 0.986，这几乎完全适合数据。
指数趋势线
显示曲线线时，当数据值以不断递增的速度上升或下降时，此趋势线非常有用。如果数据包含零个或负值，则无法创建指数趋势线。
指数趋势线使用此公式计算点的最小平方拟合度：
其中 c 和 b 是常量， e 是自然对数的基数。
以下指数趋势线显示对象中碳 14 随着年龄的增长而减少。R 平方值为 0.990，这意味着线条几乎完全适合数据。
移动平均趋势线
此趋势线会均衡数据波动，以更清楚地显示模式或趋势。移动平均线使用特定数量的数据点 (由 “时间段 ”选项) 设置，对其进行平均值的平均值作为直线中的点。例如，如果将 Period 设置为 2，则前两个数据点的平均值用作移动平均趋势线中的第一个点。第二和第三个数据点的平均值用作趋势线中的第二个点，等等。
移动平均趋势线使用以下公式：
移动平均 趋势线中的点数等于序列中的总点数减去为时间段指定的点数。
在散点图中，趋势线基于图表中 x 值的顺序。为了获得更好的结果，在添加移动平均值之前对 x 值进行排序。
以下移动平均趋势线显示了 26 周内售出房屋数量的模式。
