# போக்கு வரிகள்

பை மற்றும் பங்கு விளக்கப்படங்களைத் தவிர அனைத்து 2D விளக்கப்பட வகைகளுக்கும் போக்குக் கோடுகளைச் சேர்க்கலாம்.

இக்கட்டளையை அணுக...

நுழை - போக்குக் கோடு (விளக்கப்படங்கள்) If you insert a trend line to a chart type that uses categories, like Line or Column, then the numbers 1, 2, 3, are used as x-values to calculate the trend line. For such charts the XY chart type might be more suitable.

• To insert a trend line for a data series, select the data series in the chart. Choose Insert - Trend Line, or right-click to open the context menu, and choose Insert Trend Line.

• Mean Value Lines are special trend lines that show the mean value. Use Insert - Mean Value Lines to insert mean value lines for data series.

தரவுத் தொடர்களின் ஒரு தனிமம் தேர்வு செய்யப்படும்போது, இந்தக் கட்டளை அத்தரவுத் தொடர்களில் மட்டும் செயல்படுகிறது. எந்தவொரு தனிமமும் தேர்வு செய்யப்படாவிட்டால், இக்கட்டளை அனைத்துத் தரவுத் தொடர்களிலும் செயல்படுகிறது.

• போக்குக் கோட்டை அல்லது சராசரி மதிப்புக் கோட்டை அழிக்க, கோட்டைச் சொடுக்கி, பிறகு Del விசையை அழுத்தவும். A trend line is shown in the legend automatically. Its name can be defined in options of the trend line.

The trend line has the same color as the corresponding data series. To change the line properties, select the trend line and choose Format - Format Selection - Line.

## போக்குக் கோட்டின் சமன்பாடும் தீர்மானத்தின் குணகமும்

When the chart is in edit mode, LibreOffice gives you the equation of the trend line and the coefficient of determination R2, even if they are not shown: click on the trend line to see the information in the status bar.

To show the trend line equation, select the trend line in the chart, right-click to open the context menu, and choose Insert Trend Line Equation.

To change format of values (use less significant digits or scientific notation), select the equation in the chart, right-click to open the context menu, and choose Format Trend Line Equation - Numbers.

Default equation uses x for abscissa variable, and f(x) for ordinate variable. To change these names, select the trend line, choose Format - Format Selection – Type and enter names in X Variable Name and Y Variable Name edit boxes.

To show the coefficient of determination R2, select the equation in the chart, right-click to open the context menu, and choose Insert R2. If intercept is forced, coefficient of determination R2 is not calculated in the same way as with free intercept. R2 values can not be compared with forced or free intercept.

## வளைவு வகைகள் போக்குக் கோடுகள்

பின்வரும் தொடர்புப் போக்கு வகைகள் கிடைக்கின்றன:

• Linear trend line: regression through equation y=a∙x+b. Intercept b can be forced.

• Polynomial trend line: regression through equation y=Σi(ai∙xi). Intercept a0 can be forced. Degree of polynomial must be given (at least 2).

• Logarithmic trend line: regression through equation y=a∙ln(x)+b.

• Exponential trend line: regression through equation y=b∙exp(a∙x).This equation is equivalent to y=b∙mx with m=exp(a). Intercept b can be forced.

• Power trend line: regression through equation y=b∙xa.

• Moving average trend line: simple moving average is calculated with the n previous y-values, n being the period. No equation is available for this trend line.

## கட்டுத்தடைகள்

பின்வரும் மதிப்புகளுடனான தரவு இணைகளை மட்டுமே போக்குக் கோட்டின் கணக்கீடுகள் கருத்தில் கொள்கின்றன:

• Logarithmic trend line: only positive x-values are considered.

• Exponential trend line: only positive y-values are considered, except if all y-values are negative: regression will then follow equation y=-b∙exp(a∙x).

• Power trend line: only positive x-values are considered; only positive y-values are considered, except if all y-values are negative: regression will then follow equation y=-b∙xa.

You should transform your data accordingly; it is best to work on a copy of the original data and transform the copied data.

## கல்க்கில் அளவுருக்களைக் கணக்கிடுக

பின்வ்வருமாறு கல்க் செயலாற்றிகளைப் பயன்படுத்தியும் நீங்கள் அளவுருக்களைக் கணக்கிடலாம்.

### நேரியல் தொடர்புப் போக்குச் சமன்பாடு

The linear regression follows the equation y=m*x+b.

m = SLOPE(Data_Y;Data_X)

b = INTERCEPT(Data_Y ;Data_X)

Calculate the coefficient of determination by

r2 = RSQ(Data_Y;Data_X)

Besides m, b and r2 the array function LINEST provides additional statistics for a regression analysis.

### The logarithmic regression equation

The logarithmic regression follows the equation y=a*ln(x)+b.

a = SLOPE(Data_Y;LN(Data_X))

b = INTERCEPT(Data_Y ;LN(Data_X))

r2 = RSQ(Data_Y;LN(Data_X))

### The exponential regression equation

For exponential trend lines a transformation to a linear model takes place. The optimal curve fitting is related to the linear model and the results are interpreted accordingly.

The exponential regression follows the equation y=b*exp(a*x) or y=b*mx, which is transformed to ln(y)=ln(b)+a*x or ln(y)=ln(b)+ln(m)*x respectively.

a = SLOPE(LN(Data_Y);Data_X)

The variables for the second variation are calculated as follows:

m = EXP(SLOPE(LN(Data_Y);Data_X))

b = EXP(INTERCEPT(LN(Data_Y);Data_X))

Calculate the coefficient of determination by

r2 = RSQ(LN(Data_Y);Data_X)

Besides m, b and r2 the array function LOGEST provides additional statistics for a regression analysis.

### The power regression equation

For power regression curves a transformation to a linear model takes place. The power regression follows the equation y=b*xa, which is transformed to ln(y)=ln(b)+a*ln(x).

a = SLOPE(LN(Data_Y);LN(Data_X))

b = EXP(INTERCEPT(LN(Data_Y);LN(Data_X))

r2 = RSQ(LN(Data_Y);LN(Data_X))

### The polynomial regression equation

For polynomial regression curves a transformation to a linear model takes place.

Create a table with the columns x, x2, x3, … , xn, y up to the desired degree n.

Use the formula =LINEST(Data_Y,Data_X) with the complete range x to xn (without headings) as Data_X.

The first row of the LINEST output contains the coefficients of the regression polynomial, with the coefficient of xn at the leftmost position.

The first element of the third row of the LINEST output is the value of r2. See the LINEST function for details on proper use and an explanation of the other output parameters.

X/Y Error Bars

LINEST function

LOGEST function

SLOPE function

INTERCEPT function

RSQ function