Lägga till och redigera en trendlinje

Lägga till en trendlinje

Du kan lägga till trendlinjer om du vill se mönster i diagrammen.

Innan du skapar en trendlinje: Du kan lägga till trendlinjer i stapel-, linje-, kolumn- eller spridningsdiagram.

  1. På datorn öppnar du ett kalkylark i Google Kalkylark.
  2. Dubbelklicka på ett diagram.
  3. Till höger klickar du på Anpassa följt av Serie.
  4. Valfritt: Bredvid Använd för väljer du den dataserie du vill lägga till trendlinjen i.
  5. Klicka på Trendlinje. Om du inte ser det här alternativet fungerar trendlinjer inte med din data.
Gör ändringar av en trendlinje
  1. På datorn öppnar du ett kalkylark i Google Kalkylark.
  2. Dubbelklicka på ett diagram.
  3. Till höger klickar du på Anpassa följt av Serie.
  4. Valfritt: Bredvid Använd för väljer du den dataserie du vill lägga till trendlinjen i.
  5. Under Trendlinje kan du redigera:
    • Trendlinjens typ.
    • Linjens färg, opacitet eller tjocklek.
    • Etiketter högst upp.
    • R-kvadrat. Detta visar hur nära trendlinjen passar data. Ju närmare R^2=1, desto närmare är passformen. Detta är bara tillgängligt om du lägger till en beskrivning.
    • Polynomgrader. Detta är endast tillgängligt för polynomiala trendlinjer.
    • Genomsnittstyper. Detta är endast tillgängligt för att flytta genomsnittliga trendlinjer.
    • Perioder. Detta är endast tillgängligt för att flytta genomsnittliga trendlinjer.
Trendlinjer och ekvationer som ska användas
  • Linjär: För data som följer en rak linje nära.
  • Trendlinje-ekvation: y = mx+b.
  • Exponentiell: För data som stiger och faller proportionellt mot dess nuvarande värde.
  • Trendlinje-ekvation: y = A*e^(Bx).
  • Polynomial: För data som varierar.
  • Trendlinje-ekvation: ax^n + bx^(n-1) + ... + zx^0.
  • Logaritmisk: För data som stiger eller faller i snabb takt och sedan jämnas ut.
  • Trendlinje-ekvation: y = A*ln(x) + B.
  • Potensserie: För data som stiger eller faller proportionellt mot dess nuvarande värde i samma takt.
  • Trendlinje-ekvation: y = A*x^b.
  • Rörligt genomsnitt: Bidrar till att jämna ut data som är instabil eller mer variabel.

 

Var det här till hjälp?
Hur kan vi förbättra den?