Alle Trendlinien des Regressionsmodells werden über die reguläre Kleinstquadrat-Methode angepasst:
Linear
Erstellen Sie eine Gerade, die am besten für einfache lineare Datensätze geeignet ist, und ist nützlich, wenn die Daten mit einer konstanten Rate steigen oder fallen. Gleichung: y = a + b * x
Logarithmisch
Erstellen Sie eine am besten geeignete gekrümmte Linie. Dies ist nützlich, wenn die Änderungsrate in den Daten schnell ansteigt oder abnimmt und dann abgleicht. Eine logarithmische Trendlinie kann negative und positive Werte verwenden. Gleichung: y = a + b * log(x)
exponentiell
Erstellen Sie eine gekrümmte Linie. Dies ist nützlich, wenn Daten mit ständig steigenden Raten ansteigen oder abfallen. Diese Option sollte nicht verwendet werden, wenn Ihre Daten Null oder negative Werte enthalten. Gleichung: y = a + e^(b * x)
POWER
Erstellen Sie eine gekrümmte Linie. Dies ist nützlich für Datensätze, in denen Messungen verglichen werden, die mit einer bestimmten Rate zunehmen. Diese Option sollte nicht verwendet werden, wenn Ihre Daten Null oder negative Werte enthalten. Gleichung: y = a * x^b
quadratisch
Findet die beste Anpassung für einen Datensatz in Form einer Parabel (konkav nach oben oder unten). Gleichung: y = a + b * x + c * x^2
Gleitender Mittelwert
Erstellen Sie eine glatte Trendlinie basierend auf einer Reihe von Durchschnittswerten. Ein gleitender Mittelwert, der auch als rollierender Durchschnitt bezeichnet wird, nutzt eine bestimmte Anzahl von Datenpunkten (bestimmt durch die Auswahl Granularität), errechnet einen Durchschnittswert und verwendet den Durchschnittswert als Punkt auf der Linie. Beispiele sind ein gleitender Durchschnitt von sieben Tagen oder ein gleitender Durchschnitt von vier Wochen.
