利用Excle中做趋势线的方法

　趋势线是一种回归分析的基本方法，通过回归分析，可以使趋势线延伸至事实数据之外，从而预测未来值。趋势线的作用大到制定组织战略规划，小到编制作业计划，用途很广。

　　

　　在Excle中制作趋势线，有指数、线性、对数、多项式、幂等五种具体方法。我们制作一条趋势线，究竟用哪种方法预测结果才最准确呢？

　　

　　从理论上讲，这几种趋势线各有其运用对象：

　　

　　1.       “指数趋势线”适用于增长或降低的速度持续增加，且增加幅度越来越大的数据集合；

　　

　　2.    “线性趋势线”适用于增长或降低的速度比较平稳，关系稳定，数据点构成趋势近乎直线的预测；

　　

　　3.    “对数趋势线”适用于一开始增长或降低的趋势比较快，逐渐趋于平缓的数据集合；

　　

　　4.    “多项式趋势线”适用于增长或降低的波动较大的数据集合；

　　

　　5.       “乘幂趋势线”适用于持续增长或减少，幅度并不特别大，增加幅度比较恒定的数据集合。

　　

　　在实际应用时，不可仅凭主观臆断草率决定。究竟应用哪种方法最合适，主要取决于Excle所显示的R平方值的参数，参数越接近1，表示趋势线的拟合程度越高，趋势预测也就越精确。

　　

　　

　　

　　上图是根据一家企业2008～2011四年的销售额预测2012年销售额。在Excle中显示R平方值时，发现指数趋势线的拟合度为0.9974，而用多项式趋势线拟合度则为0.9976，因此确定这个趋势线选择多项式。

　　

　　做趋势线的目的是将函数公式转变为有实际意义的数值，但我们发现如果将图表中显示的公式直接粘贴进Excle的单元格根本不能计算，需要我们对公式进行整理，转换成Excle可以识别的公式。

　　

　　1.       指数趋势线公式

　　

　　例如公式y = 4818.6e0.0544x，  示例公式中的e是自然对数的底数，常数为2.71828 ，x是欲求数值单元格的x坐标值，为一变量。比如本例中趋势线公式是基于三个事实数据做出来的，我们想要据此公式求出第四个预测数据，那么x在这里的值即为4 ，第五个数据即为5，以此类推。 由于本例公式中的“e0.0544x”的含义为“e的0.0544与4的积的乘方”，因此需要在式中套进一个计算乘方的函数公式power。本例公式整理后为：

　　

　　=4818.6*power（2.71828，0.0544*4）

　　

　　2.       线性趋势线公式

　　

　　线性趋势线公式相对简单，只需搞清楚式中的x为欲求数值单元格的x坐标值即可。例如公式y = 302x + 4776.5  假如我们想得到第五组数据，那么x即为5，本例公式整理后为：=302*5+4776.5

　　

　　3.       对数趋势线公式

　　

　　例如公式y = 621.42ln(x) + 5037.8  整理后为= 621.42*ln(5) + 5037.8

　　

　　4.       多项式趋势线公式

　　

　　例如公式y = 35x2 + 127x + 4951.5  多项式趋势线的关键是搞清楚x坐标值，式中x2可预先算好后输入，x则可直接输入。假如在本例中欲求第6组数据，上述公式整理后为= 35*36 + 127*6 + 4951.5

　　

　　5.       乘幂趋势线公式

　　

　　例如公式y = 5049.1x0.1125，   式中x0.1125的含义是“x的0.1125次方”，因此需要在式中套进乘方函数。假如本例中的x值是12，那么x0.1125的计算式为“power（12，0.1125）”。本例公式整理后即为= 5049.1* power（12，0.1125）(炒股侠股票学习网 www.chaoguxia.com)