Khi bạn muốn thêm đường xu hướng vào biểu đồ trong Microsoft Graph, bạn có thể chọn bất kỳ loại nào trong sáu loại đường xu hướng. Dữ liệu mà bạn đã xác định đường xu hướng nào bạn nên sử dụng.
Độ tin cậy của đường xu hướng: Đường xu hướng đáng tin cậy nhất khi giá trị R bình phương của nó ở gần hoặc gần 1. Khi bạn khớp đường xu hướng với dữ liệu của mình, Đồ thị sẽ tự động tính giá trị R bình phương của nó. Nếu muốn, bạn có thể hiển thị giá trị này trên biểu đồ của mình.
Tuyến tính: Đường xu hướng tuyến tính là đường thẳng phù hợp nhất được sử dụng với các tập dữ liệu tuyến tính đơn giản. Dữ liệu của bạn là tuyến tính nếu mẫu hình trong các điểm dữ liệu của nó giống như một đường thẳng. Đường xu hướng tuyến tính thường cho thấy một số giá trị nào đó đang tăng hoặc giảm với tốc độ ổn định.
Trong ví dụ sau đây, đường xu hướng tuyến tính cho thấy rõ ràng doanh số bán tủ lạnh đã tăng một cách nhất quán trong khoảng thời gian 13 năm. Lưu ý rằng giá trị R bình phương là 0,9036, phù hợp với đường thẳng.
Lô-ga-rit: Đường xu hướng lô-ga-rít là đường cong phù hợp nhất, hữu ích nhất khi tốc độ thay đổi trong dữ liệu tăng hoặc giảm nhanh chóng và sau đó giảm dần. Đường xu hướng lô-ga-rít có thể sử dụng giá trị âm, giá trị dương hoặc cả hai.
Ví dụ sau đây sử dụng đường xu hướng lô-ga-rít để hiển thị sự tăng trưởng dân số dự đoán của động vật trong khu vực không gian cố định, trong đó dân số bị phân bằng khi không gian cho động vật giảm. Lưu ý rằng giá trị R bình phương là 0,9407, phù hợp tương đối tốt với đường thẳng.
Đa thức: Đường xu hướng đa thức là đường cong được sử dụng khi dữ liệu biến động. Nó rất hữu ích, ví dụ, để phân tích lợi nhuận và tổn thất trên một tập dữ liệu lớn. Thứ tự của đa thức có thể được xác định bởi số biến động trong dữ liệu hoặc bằng cách có bao nhiêu uốn cong, hoặc đồi và thung lũng, xuất hiện trong đường cong. Một thứ tự 2 đường xu hướng đa thức nói chung chỉ có một ngọn đồi hoặc thung lũng. Thứ 3 thường có một hoặc hai ngọn đồi hoặc thung lũng. Đơn hàng 4 thường có tới ba đơn hàng.
Ví dụ sau đây cho thấy đường xu hướng đa thức Order 2, với một ngọn đồi, để minh họa mối quan hệ giữa tốc độ và mức tiêu thụ xăng. Lưu ý rằng giá trị R bình phương là 0,9474, phù hợp với đường thẳng.
Nguồn: Đường xu hướng lũy thừa là đường cong được sử dụng tốt nhất với các tập dữ liệu so sánh các phép đo tăng theo một tốc độ cụ thể, chẳng hạn như sự tăng tốc của một chiếc xe đua trong khoảng thời gian một giây. Bạn không thể tạo đường xu hướng lũy thừa nếu dữ liệu của bạn chứa các giá trị không hoặc âm.
Trong ví dụ sau đây, dữ liệu tăng tốc được hiển thị bằng cách vẽ khoảng cách tính bằng mét theo giây. Đường xu hướng nguồn thể hiện rõ sự tăng tốc. Lưu ý rằng giá trị R bình phương là 0,9923, đó là một sự phù hợp gần như hoàn hảo cho dòng.
Hàm mũ: Đường xu hướng hàm mũ là đường cong hữu ích nhất khi giá trị dữ liệu tăng hoặc giảm ở mức giá trị ngày càng cao hơn. Bạn không thể tạo đường xu hướng hàm mũ nếu dữ liệu của bạn chứa các giá trị không hoặc âm.
Trong ví dụ sau đây, đường xu hướng hàm mũ được sử dụng để hiển thị lượng carbon 14 giảm trong một đối tượng theo tuổi. Lưu ý rằng giá trị R bình phương là 1, có nghĩa là đường này sẽ làm cho dữ liệu khớp hoàn hảo.
Trung bình di chuyển: Đường xu hướng trung bình di chuyển làm mịn những dao động trong dữ liệu để hiển thị một mẫu hình hoặc xu hướng rõ ràng hơn. Đường xu hướng trung bình di chuyển sử dụng một số điểm dữ liệu cụ thể, do tùy chọn Chu kỳ đặt, tính trung bình các điểm đó và sử dụng giá trị trung bình làm điểm trong đường xu hướng. Ví dụ , nếu Period được đặt là 2 thì trung bình của hai điểm dữ liệu đầu tiên được dùng làm điểm đầu tiên trong đường xu hướng trung bình di chuyển. Trung bình của điểm dữ liệu thứ hai và thứ ba được sử dụng làm điểm thứ hai trong đường xu hướng, v.v.
Trong ví dụ sau đây, đường xu hướng trung bình di chuyển cho thấy một mẫu hình về số lượng nhà được bán trong khoảng thời gian 26 tuần.
