सामग्री सारणी
या ट्युटोरियलमध्ये, तुम्हाला एक्सेलमध्ये उपलब्ध असलेल्या सर्व ट्रेंडलाइन पर्यायांचे तपशीलवार वर्णन मिळेल आणि ते कधी वापरायचे. आपण चार्टमध्ये ट्रेंडलाइन समीकरण कसे प्रदर्शित करायचे आणि ट्रेंडलाइनचा उतार कसा शोधायचा हे देखील शिकाल.
एक्सेलमध्ये ट्रेंडलाइन जोडणे खूप सोपे आहे. तुम्ही विश्‍लेषित करत असलेल्या डेटाच्या प्रकाराशी सर्वोत्तम जुळणारा ट्रेंडलाइन प्रकार निवडणे हे एकमेव खरे आव्हान आहे. या ट्युटोरियलमध्ये, तुम्हाला एक्सेलमध्ये उपलब्ध असलेल्या सर्व ट्रेंडलाइन पर्यायांचे तपशीलवार वर्णन मिळेल आणि ते कधी वापरावेत. तुम्ही एक्सेल चार्टमध्ये ट्रेंडलाइन कशी घालायची हे शोधत असाल, तर कृपया वरील लिंक केलेले ट्युटोरियल पहा.
एक्सेल ट्रेंडलाइन प्रकार
एक्सेलमध्ये ट्रेंडलाइन जोडताना , तुमच्याकडे निवडण्यासाठी 6 भिन्न पर्याय आहेत. याव्यतिरिक्त, मायक्रोसॉफ्ट एक्सेल चार्टमध्ये ट्रेंडलाइन समीकरण आणि आर-स्क्वेअर मूल्य प्रदर्शित करण्यास अनुमती देते:
- ट्रेंडलाइन समीकरण हे एक सूत्र आहे जे डेटा पॉइंट्समध्ये सर्वात योग्य असलेली रेखा शोधते.
- R-वर्ग मूल्य ट्रेंडलाइन विश्वासार्हतेचे मोजमाप करते - R2 1 च्या जवळ आहे, ट्रेंडलाइन डेटाशी अधिक चांगली जुळते.
खाली, तुम्हाला चार्ट उदाहरणांसह प्रत्येक ट्रेंडलाइन प्रकाराचे संक्षिप्त वर्णन मिळेल.
रेखीय ट्रेंडलाइन
रेखीय ट्रेंड लाइन असणे सर्वोत्तम आहे. जेव्हा चार्टमधील डेटा पॉइंट्स सरळ रेषेसारखे दिसतात तेव्हा रेखीय डेटा सेटसह वापरले जाते. सामान्यतः, एक रेखीय ट्रेंडलाइन सतत वाढ किंवा घसरण वर्णन करतेकालांतराने.
उदाहरणार्थ, खालील रेखीय ट्रेंडलाइन 6 महिन्यांत विक्रीत स्थिर वाढ दर्शवते. आणि 0.9855 चे R2 मूल्य वास्तविक डेटासाठी अंदाजे ट्रेंडलाइन मूल्यांमध्ये चांगले फिट असल्याचे दर्शवते. 
एक्सपोनेन्शिअल ट्रेंडलाइन
एक्सपोनेन्शिअल ट्रेंडलाइन ही एक वक्र रेषा आहे जी डेटा व्हॅल्यूमध्ये वाढत्या दराने वाढ किंवा घट दर्शवते, त्यामुळे रेषा सहसा एका बाजूला अधिक वक्र असते. हा ट्रेंडलाइन प्रकार अनेकदा विज्ञानामध्ये वापरला जातो, उदाहरणार्थ मानवी लोकसंख्येतील वाढ किंवा वन्यजीव लोकसंख्येतील घट व्हिज्युअलायझ करण्यासाठी.
कृपया लक्षात घ्या की शून्य किंवा नकारात्मक मूल्ये असलेल्या डेटासाठी घातांकीय ट्रेंडलाइन तयार केली जाऊ शकत नाही.
पृथ्वीवरील संपूर्ण वन्य वाघांच्या लोकसंख्येतील क्षय हे घातांकीय वक्राचे उत्तम उदाहरण आहे. 
लोगॅरिथमिक ट्रेंडलाइन
लोगॅरिथमिक सर्वोत्तम-फिट लाइनचा वापर डेटा प्लॉट करण्यासाठी केला जातो जो पटकन वाढतो किंवा कमी होतो आणि नंतर पातळी बंद होतो. यात सकारात्मक आणि नकारात्मक अशा दोन्ही मूल्यांचा समावेश असू शकतो.
लोगॅरिथमिक ट्रेंडलाइनचे उदाहरण महागाई दर असू शकते, जो प्रथम उच्च होत आहे परंतु काही काळानंतर स्थिर होतो. 
बहुपदी ट्रेंडलाइन
बहुपदी वक्राकार ट्रेंडलाइन एकापेक्षा जास्त वाढ आणि घसरण असलेल्या दोलन मूल्यांसह मोठ्या डेटा सेटसाठी चांगली कार्य करते.
सामान्यत:, बहुपदी द्वारे वर्गीकृत केली जाते सर्वात मोठ्या घातांकाची डिग्री. बहुपदी ट्रेंडलाइनची डिग्री करू शकतेआलेखावरील बेंडच्या संख्येने देखील निर्धारित केले जाते. सामान्यतः, चतुर्भुज बहुपदी ट्रेंडलाइनमध्ये एक बेंड (टेकडी किंवा दरी), घन बहुपदीला 1 किंवा 2 बेंड असतात आणि क्वार्टिक बहुपदीमध्ये 3 बेंड असतात.
एक्सेल चार्टमध्ये बहुपदी ट्रेंडलाइन जोडताना, तुम्ही ऑर्डर बॉक्समध्ये स्वरूप ट्रेंडलाइन उपखंडात संबंधित क्रमांक टाइप करून पदवी निर्दिष्ट करता, जी डीफॉल्टनुसार 2 आहे: 
उदाहरणार्थ, चतुर्भुज बहुपदी कल खालील आलेखावर स्पष्ट आहे जो नफा आणि उत्पादन किती वर्षे बाजारात आहे यातील संबंध दर्शवितो: सुरुवातीला वाढ, मध्यभागी शिखर आणि शेवटच्या जवळ घसरण. 
पॉवर ट्रेंडलाइन
पॉवर ट्रेंड लाइन ही घातांकीय वक्र सारखीच असते, फक्त तिला अधिक सममितीय चाप असते. हे सामान्यतः एका ठराविक दराने वाढणाऱ्या मोजमापांच्या प्लॉटसाठी वापरले जाते.
शून्य किंवा ऋण मूल्ये असलेल्या Excel चार्टमध्ये पॉवर ट्रेंडलाइन जोडली जाऊ शकत नाही.
उदाहरणार्थ, एक काढू. रासायनिक अभिक्रिया दराची कल्पना करण्यासाठी पॉवर ट्रेंडलाइन. 0.9918 चे R-वर्ग मूल्य लक्षात घ्या, याचा अर्थ आमची ट्रेंडलाइन डेटाशी अगदी अचूकपणे जुळते. 
मूव्हिंग अॅव्हरेज ट्रेंडलाइन
जेव्हा तुमच्या चार्टमधील डेटा पॉइंट्समध्ये खूप चढ-उतार असतात, तेव्हा एक मूव्हिंग एव्हरेज ट्रेंडलाइन डेटा व्हॅल्यूमधील अत्यंत चढ-उतारांना अधिक स्पष्टपणे दाखवण्यासाठी गुळगुळीत करू शकते. यासाठी, एक्सेल गणना करतेतुम्ही निर्दिष्ट केलेल्या पूर्णविरामांच्या संख्येची मूव्हिंग एव्हरेज (डिफॉल्टनुसार 2) आणि त्या सरासरी मूल्यांना रेषेत बिंदू म्हणून ठेवते. कालावधी मूल्य जितके जास्त असेल तितकी ओळ नितळ होईल.
एक चांगले व्यावहारिक उदाहरण म्हणजे शेअरच्या किमतीतील चढउतार प्रकट करण्यासाठी मूव्हिंग एव्हरेज ट्रेंडलाइन वापरणे जे अन्यथा निरीक्षण करणे कठीण होईल. 
अधिक माहितीसाठी, कृपया पहा: एक्सेल चार्टमध्ये मूव्हिंग एव्हरेज ट्रेंडलाइन कशी जोडायची.
एक्सेल ट्रेंडलाइन समीकरणे आणि सूत्रे
हा विभाग एक्सेल वापरत असलेल्या समीकरणांचे वर्णन करतो. वेगवेगळ्या ट्रेंडलाइन प्रकारांसाठी. तुम्हाला ही सूत्रे स्वहस्ते तयार करण्याची गरज नाही, फक्त एक्सेलला चार्टमध्ये ट्रेंडलाइन समीकरण दाखवण्यासाठी सांगा.
तसेच, ट्रेंडलाइनचा उतार आणि इतर गुणांक शोधण्यासाठी आम्ही सूत्रावर चर्चा करू. सूत्रे गृहीत धरतात की तुमच्याकडे व्हेरिएबल्सचे 2 संच आहेत: स्वतंत्र व्हेरिएबल x आणि डिपेंडेंट व्हेरिएबल y . तुमच्या वर्कशीटमध्ये, तुम्ही x च्या कोणत्याही दिलेल्या मूल्यांसाठी अंदाजित y मूल्ये मिळवण्यासाठी या सूत्रांचा वापर करू शकता.
सुसंगततेसाठी, आम्ही समान डेटा वापरणार आहोत. सर्व उदाहरणांसाठी किंचित भिन्न मूल्यांसह सेट करा. तथापि, कृपया लक्षात ठेवा की ते केवळ प्रात्यक्षिक हेतूंसाठी आहे. तुमच्या वास्तविक वर्कशीटमध्ये, तुम्ही तुमच्या डेटा प्रकाराशी संबंधित ट्रेंडलाइन प्रकार निवडावा.
महत्त्वाची सूचना! ट्रेंडलाइन फॉर्म्युला फक्त XY स्कॅटर चार्ट सोबत वापरावेत कारण फक्त हेचार्ट प्लॉट्स दोन्ही x आणि y अक्ष संख्यात्मक मूल्ये म्हणून. अधिक माहितीसाठी, कृपया एक्सेल ट्रेंडलाइन समीकरण चुकीचे का असू शकते ते पहा.
रेखीय ट्रेंडलाइन समीकरण आणि सूत्रे
रेषीय ट्रेंडलाइन समीकरण स्लोप शोधण्यासाठी कमीत कमी चौरस पद्धती वापरते. आणि इंटरसेप्ट गुणांक जसे की:
y = bx + aकुठे:
- b हे स्लोप आहे ट्रेंडलाइनचे.
- a हे y-इंटरसेप्ट आहे, जे y चे अपेक्षित सरासरी मूल्य आहे जेव्हा सर्व x व्हेरिएबल्स 0 च्या बरोबरीचे आहेत. चार्टवर, हा बिंदू आहे जिथे ट्रेंडलाइन y अक्ष ओलांडते.
रेषीय प्रतिगमनसाठी, मायक्रोसॉफ्ट एक्सेल प्राप्त करण्यासाठी विशेष कार्ये प्रदान करते. स्लोप आणि इंटरसेप्ट गुणांक.
ट्रेंडलाइनचा उतार
b: =SLOPE(y,x)
Y-इंटरसेप्ट
a: =INTERCEPT(y,x)
x श्रेणी B2:B13 आहे आणि y श्रेणी C2:C13 आहे असे गृहीत धरल्यास, वास्तविक जीवनातील सूत्रे खालीलप्रमाणे आहेत:
=SLOPE(C2:C13, B2:B13)
=INTERCEPT(C2:C13,B2:B13)
अॅरे फॉर्म्युला म्हणून LINEST फंक्शन वापरून समान परिणाम प्राप्त केले जाऊ शकतात. यासाठी, त्याच पंक्तीमधील 2 लगतच्या सेल निवडा, सूत्र प्रविष्ट करा आणि ते पूर्ण करण्यासाठी Ctrl + Shift + Enter दाबा:
=LINEST(C2:C13,B2:B13)
खालील स्क्रीनशॉटमध्ये दर्शविल्याप्रमाणे, उतार आणि इंटरसेप्ट सूत्रांद्वारे परत केलेले गुणांक चार्टमध्ये प्रदर्शित केलेल्या रेखीय ट्रेंडलाइन समीकरणातील गुणांकांशी पूर्णपणे सुसंगत आहेत, फक्त नंतरचे 4 दशांश ठिकाणी पूर्ण केले आहेत: 
एक्सपोनेन्शियल ट्रेंडलाइन समीकरण आणि सूत्रे
घातांक ट्रेंडलाइनसाठी, एक्सेल खालील समीकरण वापरते:
y = aebxकुठे a आणि b हे गुणांक मोजले जातात आणि e हे गणितीय स्थिरांक e (नैसर्गिक लॉगरिथमचा आधार) आहे.
हे जेनेरिक सूत्र वापरून गुणांक काढता येतात:
a: =EXP(INDEX(LINEST(LN(y), x), 1, 2)) <3
b: =INDEX(LINEST(LN(y), x), 1)
आमच्या नमुना डेटा सेटसाठी, सूत्रे खालील आकार घेतात:
a: =EXP(INDEX(LINEST(LN(C2:C13), B2:B13), 1, 2))
b: =INDEX(LINEST(LN(C2:C13), B2:B13), 1) 
लॉगरिदमिक ट्रेंडलाइन समीकरण आणि सूत्रे
एक्सेलमधील लॉगरिदमिक ट्रेंडलाइन समीकरण येथे आहे:
y = a*ln(x)+bकुठे a आणि b हे स्थिरांक आहेत आणि ln हे नैसर्गिक लघुगणक कार्य आहे.
स्थिरांक मिळविण्यासाठी, ही सामान्य सूत्रे वापरा, जे फक्त शेवटच्या युक्तिवादात भिन्न आहेत:
a: =INDEX(LINEST(y, LN(x)), 1)
b: =INDEX(LINEST(y, LN(x)), 1, 2)
आमच्या नमुना डेटा सेटसाठी, आम्ही हे वापरतो:
a: =INDEX(LINEST(C2:C13, LN(B2:B13)), 1)
b: =INDEX(LINEST(C2:C13, LN(B2:B13)), 1, 2) 
बहुपदी ट्रेंडलाइन समीकरण आणि सूत्रे
बहुपदी ट्रेंडलाइन तयार करण्यासाठी, एक्सेल हे समीकरण वापरते:
y = b 6 x6 + … + b 2 x2 + b 1 x + aकुठे b 1 … b 6 आणि a हे स्थिरांक आहेत.
तुमच्या बहुपदी ट्रेंडलाइनच्या डिग्रीनुसार, सूत्रांच्या खालीलपैकी एक संच वापरा स्थिरांक मिळवण्यासाठी.
चतुर्भुज (दुसरा क्रम) बहुपदी ट्रेंडलाइन
समीकरण: y = b 2 x2+ b 1 x + a<3
b 2 : =INDEX(LINEST(y, x^{1,2}), 1)
b 1 : =INDEX(LINEST(y, x^{1,2}), 1, 2)
a: =INDEX(LINEST(y, x^{1,2}), 1, 3)
क्यूबिक (तृतीय क्रम) बहुपदी ट्रेंडलाइन
समीकरण: y = b 3 x3 + b 2 x2+ b 1 x + a
b 3 : =INDEX(LINEST(y, x^{1,2,3}), 1)
b 2 : =INDEX(LINEST(y, x^{1,2,3}), 1, 2)
b 1 : =INDEX(LINEST(y, x^{1,2,3}), 1, 3)
a: =INDEX(LINEST(y, x^{1,2,3}), 1, 4)
उच्च पदवी बहुपदी ट्रेंडलाइनची सूत्रे समान पॅटर्न वापरून तयार केली जाऊ शकतात.
आमच्या डेटा सेटसाठी, 2रा क्रम बहुपदी ट्रेंडलाइन सूट चांगले, म्हणून आम्ही ही सूत्रे वापरत आहोत:
b 2 : =INDEX(LINEST(C2:C13, B2:B13^{1,2}), 1)
b 1 : =INDEX(LINEST(C2:C13, B2:B13^{1,2}), 1, 2)
a: =INDEX(LINEST(C2:C13, B2:B13^{1,2}), 1, 3) 
पॉवर ट्रेंडलाइन समीकरण आणि सूत्रे
एक्सेलमधील पॉवर ट्रेंडलाइन या सोप्या समीकरणाच्या आधारे काढली जाते:
y = axbकुठे a आणि b हे स्थिरांक आहेत, ज्याची गणना या सूत्रांनी केली जाऊ शकते:
a: =EXP(INDEX(LINEST(LN(y), LN(x),,), 1, 2))
b: =INDEX(LINEST(LN(y), LN(x),,), 1)
आमच्या बाबतीत, खालील सूत्रे एक उपचार कार्य करतात :
a: =EXP(INDEX(LINEST(LN(C2:C13), LN(B2:B13),,), 1, 2))
b: =INDEX(LINEST(LN(C2:C13), LN(B2:B13),,), 1) 
Excel ट्रेंडलाइन समीकरण चुकीचे आहे - कारणे आणि निराकरणे
तुम्हाला असे वाटत असेल की एक्सेलने चुकीच्या पद्धतीने ट्रेंडलाइन काढली आहे किंवा तुमच्या चार्टमध्ये प्रदर्शित केलेला ट्रेंडलाइन फॉर्म्युला चुकीचा आहे, खालील दोन मुद्दे काही कमी करू शकतात परिस्थितीवर प्रकाश टाका.
एक्सेल ट्रेंडलाइन समीकरण फक्त स्कॅटर चार्टमध्येच बरोबर आहे
एक्सेल ट्रेंडलाइन फॉर्म्युले फक्त XY (स्कॅटर) आलेखांसह वापरल्या पाहिजेत कारण फक्त या चार्टमध्ये दोन्ही y-अक्ष टाइप करतात आणि x-अक्ष ही संख्यात्मक मूल्ये म्हणून प्लॉट केली जातात.
लाइन चार्ट, स्तंभ आणि बार आलेखांमध्ये, संख्यात्मक मूल्ये केवळ y-अक्षावर प्लॉट केली जातात. x-अक्ष एका रेखीय मालिकेद्वारे दर्शविला जातो (1, 2,3,…) अक्ष लेबल संख्या किंवा मजकूर आहे की नाही याची पर्वा न करता. जेव्हा तुम्ही या चार्ट्समध्ये ट्रेंडलाइन बनवता, तेव्हा एक्सेल ट्रेंडलाइन फॉर्म्युलामध्ये गृहित एक्स-व्हॅल्यूज वापरते.
एक्सेल ट्रेंडलाइन समीकरणामध्ये संख्या गोलाकार असतात
चार्टमध्ये कमी जागा व्यापण्यासाठी, एक्सेल दाखवतो ट्रेंडलाइन समीकरणात फार थोडे महत्त्वाचे अंक. डिझाइनच्या दृष्टीने छान, जेव्हा तुम्ही समीकरणात x मूल्ये व्यक्तिचलितपणे पुरवता तेव्हा ते सूत्राची अचूकता लक्षणीयरीत्या कमी करते.
समीकरणात अधिक दशांश स्थाने दाखवणे हे सोपे निराकरण आहे. वैकल्पिकरित्या, तुम्ही तुमच्या ट्रेंडलाइन प्रकाराशी संबंधित सूत्र वापरून गुणांकांची गणना करू शकता आणि सूत्र सेल फॉरमॅट करू शकता जेणेकरून ते दशांश स्थानांची पुरेशी संख्या दर्शवतील. यासाठी, संख्या गटातील होम टॅबवरील दशांश वाढवा बटणावर क्लिक करा.
अशा प्रकारे तुम्ही विविध ट्रेंडलाइन प्रकार बनवू शकता. Excel मध्ये आणि त्यांची समीकरणे मिळवा. वाचल्याबद्दल मी तुमचा आभारी आहे आणि तुम्हाला पुढील आठवड्यात आमच्या ब्लॉगवर भेटण्याची आशा आहे!
