趋势线
趋势线可以添加于除饼形图和股价图之外的所有类型的2D图表上。
如果您将一条趋势线插入到使用分类的图表类型中，例如「折线图」或者「柱线图，」然后数字 1, 2, 3, … 作为 x 值来计算趋势线。对此类图表而言，XY 图表类型可能更为适合。
-
To insert a trend line for a data series, first double-click the chart to enter edit mode and select the data series in the chart to which a trend line is to be created.
-
Choose , or right-click the data series to open the context menu, and choose .
-
平均值线是专门显示平均值的趋势线。使用「」可插入数据序列的平均值线。
-
要删除趋势线或平均值线，请点击该线，然后按 Del 键。
The menu item is only available when the chart is in edit mode. It will appear grayed out if the chart is in edit mode but no data series is selected.
趋势线与对应的数据序列具有相同的颜色。要更改线条属性，请选择趋势线并选择「」。
趋势线会自动显示在图例中。其名称可以在趋势线选项中定义。
趋势线公式与确定系数
当图表为编辑模式时，LibreOffice 将给出趋势线的方程式和测定系数 R2。若没有显示: 点击趋势线以查看状态栏中的信息。
要显示趋势线方程式，请在图表中选择趋势线，点击鼠标右键以打开右键菜单，并且选择「」。
要更改数值的格式 (使用较少有效数位或科学表达式)，请选择图表中的公式，右击打开右键菜单，然后选择「」。
默认公式采用「x」作为横坐标变量，「f(x)」作为纵坐标变量。要修改这些名称，请选择趋势线，点击「」并在「X 变量名称」与「Y 变量名称」编辑框中输入名称。
要显示确定系数 R2，请点击图表中的公式，右击打开右键菜单，然后选择「」。
如果强制截断，确定系数 R2 的计算方式与自由截断不同。R2 值不能与强制或自由截断做比较。
趋势线曲线类型
可以使用以下回归类型:
-
「线性」趋势线: 通过方程式「y=a∙x+b」进行回归计算。可以强制设置截距「b」。
-
「多项式」趋势线: 通过方程「y=Σi(ai∙xi)」进行回归计算。截断「a」0 可以强制。必须给出多项式的度数 (至少为 2)。
-
「对数」趋势线: 通过方程「y=a∙ln(x)+b」回归。
-
「指数」趋势线: 通过方程「y=b∙exp(a∙x)」回归。该方程等效于「y=b∙mx」其中「m=exp(a)」。截断「b」可以强制。
-
「幂」趋势线: 通过方程「y=b∙xa」回归。
-
「移动平均趋势线: 使用「n」个之前的 y 数值计算简单的移动平均， n」为期数。该类趋势线无公式可用。
约束
趋势线的计算只考虑带有下列值的数据对:
-
对数趋势线: 只考虑正的 x 值。
-
指数趋势线: 只考虑正的 y 值，除非所有 y 值均为负: 那样的话回归将采用方程「y=-b∙exp(a∙x)」。
-
指数趋势线: 只考虑正的 x 值；只考虑正的 y 值，除非所有 y 值均为负: 那样的话回归将采用方程「 y=-b∙xa」。
您应该相应地转换数据；最好在原始数据副本上工作并且转换复制的数据。
在 Calc 中计算参数
您也可以使用以下的 Calc 函数计算参数。
线性回归方程式
「线性回归」遵循如下方程式「y=m*x+b」。
m = SLOPE(Data_Y;Data_X)
b = INTERCEPT(Data_Y ;Data_X)
计算决定系数通过
r2 = RSQ(Data_Y;Data_X)
除了 m, b 和 r2 之外，数组函数「LINEST」为回归分析提供其他统计。
对数回归方程式
「对数回归」遵循如下方程式「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))
指数回归方程式
对于指数回归曲线，转换产生了线性模型。最佳拟合曲线与线性模型相关，且结果被相应解释。
指数回归曲线遵循如下方程式「y=b*exp(a*x)」或「y=b*m」x，这两个方程式分别被转换为「ln(y)=ln(b)+a*x」或「ln(y)=ln(b)+ln(m)*x」。
a = SLOPE(LN(Data_Y);Data_X)
第二变分的变量计算如下:
m = EXP(SLOPE(LN(Data_Y);Data_X))
b = EXP(INTERCEPT(LN(Data_Y);Data_X))
计算决定系数通过
r2 = RSQ(LN(Data_Y);Data_X)
除了 m, b 和 r2 之外，数组函数「LOGEST」为回归分析提供其他统计。
幂回归方程式
对于「幂回归」曲线，会发生向线性模型的转换。幂回归遵循公式「y=b*xa」，将转换为「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))
多项式回归方程式
对于「多项式回归」曲线，会发生向线性模型的转换。
创建表格，其各列分别为 x, x2, x3, … , xn, y 直到指定的度数 n。
使用公式「=LINEST(Data_Y,Data_X)」其中整个 x 到 xn 的范围 (没有标题) 可以作为 Data_X 的值。
「LINEST」输出的首行包含回归多项式的系数，xn 的系数位于最左侧。
「LINEST 输出的第三行首元素是 r2 的值。请参阅 LINEST」 函数关于正确使用的细节和其他输出参数的说明。