Options de courbe de tendance dans Office

Courbe de tendance linéaire

Utilisez ce type de courbe de tendance pour créer est une ligne droite optimale pour des ensembles de données linéaires simples. Vos données sont linéaires si le motif des points de données ressemble à une ligne. Une courbe de tendance linéaire représente généralement une augmentation ou une diminution régulière.

Une courbe de tendance linéaire utilise l’équation suivante pour calculer les moindres carrés pour une ligne :

équation m étant la pente et b l’ordonnée à l’origine.

La courbe de tendance suivante indique que les ventes de réfrigérateurs ont régulièrement augmenté sur une période de huit ans. Notez que le coefficient de détermination (un nombre compris en 0 et 1 qui indique à quel point les valeurs estimées pour la courbe de tendance correspondent à vos données réelles) est de 0,9792, ce qui indique une bonne correspondance entre la courbe et les données.

Nuage de points avec une courbe de tendance linéaire

Courbe de tendance logarithmique

Affichant un trait courbe le plus exact possible, cette courbe de tendance logarithmique est utile lorsque la fréquence de modification des données augmente ou diminue rapidement, puis se stabilise. Une courbe de tendance logarithmique peut utiliser des valeurs négatives et positives.

Une courbe de tendance logarithmique utilise cette équation pour calculer les moindres carrés qui conviennent aux points :

équation c et b étant des constantes et In la fonction du logarithme népérien.

La courbe de tendance logarithmique suivante illustre l’évolution estimée du nombre d’animaux dans une zone donnée, avec une stabilisation de cette évolution lorsque l’espace qui leur est attribué diminue. Le coefficient de détermination est de 0,933, ce qui indique une assez bonne correspondance entre la courbe et les données.

Nuage de points avec une courbe de tendance logarithmique

Courbe de tendance polynomiale

Cette courbe de tendance est utile lorsque vos données fluctuent. Par exemple, lorsque vous analysez des pertes et des profits sur un vaste ensemble de données. L’ordre de la courbe polynomiale peut être déterminé par le nombre de fluctuations dans les données ou par le nombre de courbures (bosses et creux) figurant dans la courbe. Généralement, une courbe polynomiale d’ordre 2 ne possède généralement qu’une seule bosse ou un seul creux. Une courbe polynomiale d’ordre 3 possède 1 ou 2 bosses ou creux, et une courbe d’ordre 4, possède 3 bosses ou creux au maximum.

Une courbe de tendance polynomiale ou linéaire courbe utilise cette équation pour calculer les moindres carrés qui conviennent aux points :

équation où b et Variable sont des constantes.

La courbe de tendance polynomiale d’ordre 2 (une bosse) suivante illustre la relation entre la vitesse de conduite et la consommation d’essence. Notez que le coefficient de détermination est de 0,979, ce qui est proche de 1 et indique une bonne correspondance entre la courbe et les données.

Nuage de points avec une courbe de tendance polynomiale

Courbe de tendance de puissance

Affichant un trait courbe, cette courbe de tendance est utile pour les ensembles de données qui comparent des mesures augmentant à une vitesse spécifique. Par exemple, l’accélération, toutes les secondes, d’une voiture de course. Vous ne pouvez pas créer une telle courbe si vos données contiennent des valeurs nulles ou négatives.

Une courbe de tendance de puissance utilise cette équation pour calculer les moindres carrés qui conviennent aux points :

équationoù c et b sont des constantes.

Remarque : Cette option n’est pas disponible lorsque vos données comportent des valeurs nulles ou négatives.

Le graphique de mesure des distances suivant affiche la distance en mètres par seconde. La courbe de tendance de puissance montre clairement une accélération continue. Le coefficient de détermination est de 0,986, ce qui indique une correspondance presque parfaite entre la courbe et les données.

Nuage de points avec une courbe de tendance de puissance

Courbe de tendance polynomiale exponentielle

Affichant un trait courbe, cette courbe de tendance est utile lorsque les valeurs de données augmentent ou diminuent de manière constante. Vous ne pouvez pas créer de courbe de tendance exponentielle pour des données contenant des valeurs nulles ou négatives.

Une courbe de tendance exponentielle utilise cette équation pour calculer les moindres carrés qui conviennent aux points :

équation c et b étant des constantes et e la base du logarithme népérien.

La courbe de tendance exponentielle suivante illustre la quantité décroissante de carbone 14 dans un objet au fur et à mesure de son vieillissement. Notez que le coefficient de détermination est de 0,990, ce qui indique une correspondance presque parfaite entre la courbe et les données.

Graphique avec courbe de tendance exponentielle

Courbe de tendance de moyenne mobile

Une courbe de tendance de moyenne mobile égalise les fluctuations des données afin de clarifier un motif ou une tendance. Une moyenne mobile utilise un nombre spécifique de points de données (définis par le biais de l’option Période), calcule une moyenne, puis utilise cette valeur comme un point de la courbe de tendance. Si la Période est égale à 2, par exemple, la moyenne des deux premiers points de données est utilisée en tant que premier point de la courbe de tendance de moyenne mobile. La moyenne du deuxième et du troisième point de données est utilisée comme le deuxième point de la courbe de tendance, etc.

Une courbe de tendance de moyenne mobile utilise l’équation suivante :

équation

Le nombre de points d’une courbe de tendance de moyenne mobile est égal au nombre total de points de la série, moins le nombre que vous spécifiez pour la période.

Dans un graphique en nuages de points, la courbe de tendance est basée sur l’ordre des valeurs X dans le graphique. Pour un résultat optimal, triez les valeurs X avant d’ajouter une moyenne mobile.

La courbe de moyenne mobile suivante illustre l’évolution du nombre de maisons vendues sur une période de 26 semaines.

Nuage de points avec courbe de tendance de moyenne mobile

error: Content is protected !!