Dodawanie linii trendu
Do wykresów możesz dodawać linie trendu, aby lepiej pokazać zależności między danymi.
Zanim dodasz linię trendu: możesz dodawać linie trendu do wykresów słupkowych, liniowych, kolumnowych i punktowych.
- Na komputerze otwórz plik w Arkuszach Google.
- Kliknij wykres dwukrotnie.
- Po prawej kliknij Dostosuj
Serie.
- Opcjonalnie: obok „Zastosuj względem” wybierz serię danych, do której chcesz dodać linię trendu.
- Kliknij Linia trendu. Jeśli nie widzisz tej opcji, nie możesz dodać linii trendu do Twoich danych.
Modyfikowanie linii trendu
- Na komputerze otwórz plik w Arkuszach Google.
- Kliknij wykres dwukrotnie.
- Po prawej kliknij Dostosuj
Serie.
- Opcjonalnie: obok „Zastosuj względem” wybierz serię danych, do której chcesz dodać linię trendu.
- W sekcji „Linia trendu” możesz edytować:
- Typy linii trendu.
- Kolor, przezroczystość i grubość linii trendu.
- Etykiety.
- R-kwadrat. Pokazuje dokładność, z jaką linia trendu odzwierciedla dane. Im bardziej R^2 zbliża się do 1, tym większa dokładność. Ta funkcja jest dostępna tylko w przypadku dodania legendy.
- Stopnie wielomianu. Ta opcja jest dostępna tylko w przypadku wielomianowych linii trendu.
- Typy średniej. Ta opcja jest dostępna tylko w przypadku linii trendu średniej kroczącej.
- Okresy. Ta opcja jest dostępna tylko w przypadku linii trendu średniej kroczącej.
Dostępne linie trendu i równania
- Liniowa: do danych układających się wzdłuż linii prostej.
- Równanie linii trendu: y = mx+b.
- Wykładnicza: do danych, które rosną i maleją proporcjonalnie do swojej wartości.
- Równanie linii trendu: y = A*e^(Bx).
- Wielomianowa: do zmiennych danych.
- Równanie linii trendu: ax^n + bx^(n-1) + … + zx^0.
- Logarytmiczna: do danych, które bardzo szybko rosną i maleją, a następnie stabilizują się na jednym poziomie.
- Równanie linii trendu: y = A*ln(x) + B.
- Seria potęg: do danych, które rosną lub maleją w stałym tempie proporcjonalnie do swojej wartości.
- Równanie linii trendu: y = A*x^b.
- Średnia krocząca: pomaga wyrównać linię w przypadku danych, które są bardzo niestabilne lub zmienne.