Todas as linhas de tendência do modelo de regressão são ajustadas usando mínimos quadrados comuns:
Linear
Cria uma linha reta com o melhor ajuste para conjuntos de dados lineares simples; isso é útil quando os dados aumentam ou diminuem em um ritmo constante. Equação: y = a + b * x
Logarítmico
Cria uma linha curva com melhor ajuste; isso é útil quando o ritmo de alteração dos dados aumenta ou diminui rapidamente e, em seguida, estabiliza. Uma linha de tendência logarítmica pode usar valores negativos e positivos. Equação: y = a + b * log(x)
Exponencial
Cria uma linha curva; isso é útil quando os dados sobem ou descem constantemente e em um ritmo crescente. Essa opção não deve ser usada se os dados contiverem valores zero ou negativos. Equação: y = a + e^(b * x)
Potência
Cria uma linha curva; isso é útil para conjuntos de dados que comparam medidas que aumentam em um ritmo específico. Essa opção não deve ser usada se os dados contiverem valores zero ou negativos. Equação: y = a * x^b
Quadrático
Encontra o melhor ajuste para um conjunto de dados em forma de parábola (côncava para cima ou para baixo). Equação: y = a + b * x + c * x^2
Média móvel
Cria uma linha de tendência suave com base em um conjunto de médias. Também conhecida como média contínua, a média móvel usa um número específico de pontos de dados (determinado pela seleção de Granularidade), cria uma média deles e usa essa média como um ponto na linha. Os exemplos incluem uma média móvel de sete dias ou de quatro semanas.