1. 趋势线基本原理编辑
1）趋势线作用：
趋势线是数据趋势的图形化表现形式，可用于数据的分析与预测。这种分析又被称为回归分析，通过回归分析，可以将图表中的趋势线延伸至事实数据之外，预测未来值，分析过去值。
2）R 平方值简介：
趋势线数据分析的可靠性涉及R平方的概念 ， 具体是要看趋势线的 R 平方值。于图表趋势线中 R 平方值是介于 0 和 1 之间的数字。
当趋势线的 R 平方值为 1 或接近于1 时，趋势线最可靠。如果用户使用趋势线拟和数据，FineReport 会根据计算公式，自动计算出它的 R 平方值。
注：特定类型数据具有特定的趋势线，想要获得最精确的预测，为数据选择最合适的趋势线非常重要。
3）R 平方值计算：
R 平方的值的计算公式如下，其中 SSE 和 SST 是利用最小二乘法原理计算：
最小二乘法的表达式如下所示，利用它可以算出各种趋势线的方程中的常数（a0，a1就对应了方程中出现的常数）：
2. 趋势线方程编辑
1)线性趋势线
计算由下列公式代表的具有最小方差的直线：
其中 m 代表斜率，b 代表截距。
2)多项式趋势线
使用下列公式计算数据点的最小方差：
其中 b 和 c 为常数。
3)对数趋势线
使用下列公式计算数据点的最小方差：
其中 c 和 b 为常数，函数 ln 为自然对数。
注：由于算法原因，拟合方程为对数时，会忽略X轴为负值的数据点。
4)指数趋势线
使用下列公式计算数据点的最小方差：
其中，c 和 b 为常数，e 为自然对数的底数。
注：由于算法原因，拟合方程为指数时，会忽略Y轴为负值的数据点。
3. 趋势线特点编辑
1）线性趋势线：线性趋势线是简单线性数据集合的最佳拟合直线。线性趋势线通常表示数据以恒定的比率增加或减少。
2）对数趋势线：如果开始时数据增加或减少地很快，但之后又迅速趋于平稳，那么对数趋势线则是最佳的拟合曲线。
3）多项式趋势线：多项式趋势线是数据波动较大时使用的曲线。
4）指数趋势线：指数趋势线适用于数据增加或减少的幅度越来越快的数据集合。如果数据中有零或负数，则无法创建指数趋势线。