ข้ามไปที่เนื้อหาหลัก
การสนับสนุน
ลงชื่อเข้าใช้

การเลือกเส้นแนวโน้มที่ดีที่สุดกับข้อมูลของคุณ

เมื่อคุณต้องการเพิ่มแผนภูมิ เส้นแนวโน้ม แผนภูมิใน Microsoft Graph คุณสามารถเลือกชนิดแนวโน้ม/การถดถอยต่างๆ ได้หกชนิด ชนิดของข้อมูลที่คุณระบุชนิดของเส้นแนวโน้มที่คุณควรใช้

ความน่าเชื่อถือของเส้นแนวโน้ม เส้นแนวโน้มจะเชื่อถือได้มากที่สุดเมื่อเส้น ค่า R-squared อยู่ในหรือใกล้ 1 เมื่อคุณปรับเส้นแนวโน้มให้พอดีกับข้อมูลของคุณ Graph จะคํานวณค่า R-squared โดยอัตโนมัติ ถ้าคุณต้องการ คุณสามารถแสดงค่านี้บนแผนภูมิของคุณ

เชิงเส้น

เส้นแนวโน้มเชิงเส้นคือเส้นตรงที่ดีที่สุดที่ใช้กับชุดข้อมูลเชิงเส้นอย่างง่าย ข้อมูลของคุณเป็นเชิงเส้น ถ้ารูปแบบในจุดข้อมูลมีลักษณะคล้ายกับเส้น เส้นแนวโน้มเชิงเส้นมักจะแสดงว่ามีบางอย่างเพิ่มขึ้นหรือลดลงในอัตราคงที่

ในตัวอย่างต่อไปนี้ เส้นแนวโน้มเชิงเส้นจะแสดงว่ายอดขายที่ขายได้อย่างต่อเนื่องในช่วงระยะเวลา 13 ปี โปรดสังเกตว่า ค่า R-squared คือ 0.9036 ซึ่งเป็นค่าที่เหมาะสมกับเส้นตรงของข้อมูล

แผนภูมิที่มีเส้นแนวโน้มเชิงเส้น

ลอการิทิทมิก

เส้นแนวโน้มลอการิทมิติคือเส้นเส้นโค้งที่ดีที่สุดซึ่งมีประโยชน์มากที่สุดเมื่ออัตราการเปลี่ยนแปลงของข้อมูลเพิ่มขึ้นหรือลดลงอย่างรวดเร็ว และระดับออก เส้นแนวโน้มลอการิทเลขคณิตสามารถใช้ค่าลบและ/หรือค่าบวกได้

ตัวอย่างต่อไปนี้ใช้เส้นแนวโน้มลอการิทธิมเพื่อแสดงการเติบโตของประชากรของสัตว์เลี้ยงในพื้นที่คงที่ ซึ่งประชากรที่ลดระดับเป็นพื้นที่ของสัตว์เลี้ยงลดลง โปรดทราบว่าค่า R-squared คือ 0.9407 ซึ่งค่อนข้างเหมาะกับเส้นตรงของข้อมูล

แผนภูมิที่มีเส้นแนวโน้มลอการิทึม

โพลิโนเชียล

เส้นแนวโน้มโพลิโนโนเรียลเป็นเส้นโค้งที่ใช้เมื่อข้อมูลมีความผันผวน ซึ่งจะเป็นประโยชน์ ตัวอย่างเช่น การวิเคราะห์กําไรและการสูญเสียบนชุดข้อมูลขนาดใหญ่ ลา่งของโพลิโนเรียลสามารถถูกกําหนดโดยจํานวนความผันผวนของข้อมูล หรือตามจํานวนแนวโค้ง (ภูเขาและหุบเขา) ที่ปรากฏในเส้นโค้ง เส้นแนวโน้มโพลิโนเรียล Order 2 โดยทั่วไปจะมีหนึ่งยอดเขาหรือหุบเขา โดยทั่วไปแล้ว ล.ล. 3 จะมีเนินหรือหุบเขาหนึ่งหรือสองลูก โดยทั่วไปแล้ว ลสั่งซื้อที่ 4 สามารถมีได้มากถึงสามรายการ

ตัวอย่างต่อไปนี้แสดงเส้นแนวโน้มโพลิโนเรียลล (หนึ่งเขา) เพื่อแสดงความสัมพันธ์ระหว่างปริมาณน้ํามันและน้ํามัน โปรดสังเกตว่า ค่า R-squared คือ 0.9474 ซึ่งเป็นค่าที่เหมาะสมต่อข้อมูล

แผนภูมิที่มีเส้นแนวโน้มโพลิโนเมียล

พลังงาน

เส้นแนวโน้มพลังงานคือเส้นโค้งที่ใช้กับชุดข้อมูลที่ดีที่สุดเพื่อเปรียบเทียบการวัดที่เพิ่มในอัตราที่เฉพาะเจาะจง ตัวอย่างเช่น การเร่งความเร็วของรถแข่งในช่วงเวลาหนึ่งวินาที คุณไม่สามารถสร้างเส้นแนวโน้มเลขพลังถ้าข้อมูลของคุณมีค่าศูนย์หรือค่าลบ

ในตัวอย่างต่อไปนี้ ข้อมูลการเร่งจะแสดงโดยการลงจุดระยะทางเป็นเมตรตามวินาที เส้นแนวโน้มของพลังงานแสดงการเร่งที่เพิ่มขึ้นอย่างชัดเจน โปรดทราบว่าค่า R-squared คือ 0.9923 ซึ่งใกล้เคียงกับเส้นตรงกับข้อมูลมาก

แผนภูมิที่มีเส้นแนวโน้มเลขยกกำลัง

เอ็กซ์โพเนนเชียล

เส้นแนวโน้มเอ็กซ์โพเนนเชียลเป็นเส้นโค้งที่มีประโยชน์มากเมื่อค่าข้อมูลเพิ่มขึ้นหรืออยู่ในอัตราที่สูงขึ้น คุณไม่สามารถสร้างเส้นแนวโน้มเอ็กซ์โพเนนเชียลถ้าข้อมูลของคุณมีค่าศูนย์หรือลบ

ในตัวอย่างต่อไปนี้ เส้นแนวโน้มเอ็กซ์โพเนนเชียลจะใช้ในการแสดงปริมาณ Carbon 14 ที่ลดลงในวัตถุเมื่ออายุ โปรดทราบว่าค่า R-squared คือ 1 ซึ่งหมายความว่าเส้นจะพอดีกับข้อมูลอย่างสมบูรณ์แบบ

แผนภูมิที่มีเส้นแนวโน้มเอ็กซ์โพเนนเชียล

ค่าเฉลี่ยเคลื่อนที่

เส้นแนวโน้มค่าเฉลี่ยเคลื่อนที่จะปรับความผันผวนของข้อมูลให้เรียบขึ้นเพื่อแสดงรูปแบบหรือแนวโน้มได้อย่างชัดเจนมากขึ้น เส้นแนวโน้มค่าเฉลี่ยเคลื่อนที่จะใช้จํานวนจุดข้อมูลที่เฉพาะเจาะจง (ตั้งค่าโดยตัวเลือก ช่วงเวลา) หาค่าเฉลี่ย และใช้ค่าเฉลี่ยเป็นจุดในเส้นแนวโน้ม ถ้า จุด ถูกตั้งค่าเป็น 2 ตัวอย่างเช่น ค่าเฉลี่ยของจุดข้อมูลสองจุดแรกจะถูกใช้เป็นจุดแรกในเส้นแนวโน้มค่าเฉลี่ยเคลื่อนที่ ค่าเฉลี่ยของจุดข้อมูลที่สองและที่สามจะถูกใช้เป็นจุดที่สองในเส้นแนวโน้ม และอื่นๆ

ในตัวอย่างต่อไปนี้ เส้นแนวโน้มค่าเฉลี่ยเคลื่อนที่จะแสดงรูปแบบตัวเลขของบ้านที่ถูกขายในช่วงระยะเวลา 26 สัปดาห์

แผนภูมิที่มีเส้นค่าเฉลี่ยเคลื่อนที่

ต้องการความช่วยเหลือเพิ่มเติมหรือไม่

ขยายทักษะ Office ของคุณ
สำรวจการฝึกอบรม
รับฟีเจอร์ใหม่ก่อนใคร
เข้าร่วม Office Insider

ข้อมูลนี้เป็นประโยชน์หรือไม่

ขอบคุณสำหรับคำติชมของคุณ!

ขอขอบคุณสำหรับคำติชมของคุณ! เราคิดว่าอาจเป็นประโยชน์ที่จะให้คุณได้ติดต่อกับหนึ่งในตัวแทนฝ่ายสนับสนุน Office ของเรา

×