IBM Lotus Symphony
|
Curvas de regressão, também conhecidas como linhas de tendência, podem ser adicionadas a todos os tipos de gráficos 2D, exceto para gráficos de Pizza e de Ações.
Para Acessar este Comando... |
Linhas de Valor Médio são linhas de tendência especiais que mostram o valor médio. Use
para inserir linhas de valor médio para todas as séries de dados. ![]() |
Se você inserir uma linha de tendência em um tipo de gráfico que usa categorias, como Linha ou Coluna, os números 1, 2, 3, ... serão usados como valores x para calcular a linha de tendência. |
Para inserir linhas de tendência para todas as séries de dados, clique duas vezes no gráfico para entrar no modo de edição. Escolha
, em seguida, selecione o tipo de linha de tendência entre Nenhum, linha de tendência Linear, Logarítmica, Exponencial ou de Potência.Para excluir uma única linha de tendência ou linha de valor médio, clique na linha, em seguida, pressione a tecla Del.
Para excluir todas as linhas de tendência, escolha Nenhum.
, em seguida, selecione ![]() |
Uma linha de tendência é mostrada na legenda automaticamente. |
Quando o gráfico estiver em modo de edição, o Lotus® Symphony™ fornecerá a equação da linha de tendência e o coeficiente de correlação R². Clique na linha de tendência para ver as informações na barra de status.
Para mostrar a equação da linha de tendência, selecione a caixa de seleção Mostrar Equação na caixa de diálogo Linhas de Tendência.
Para mostrar o coeficiente de correlação, selecione a caixa de seleção Mostrar coeficiente de correlação (R²) na caixa de diálogo Linhas de Tendência.
![]() |
Para um gráfico de categoria (por exemplo, um gráfico de linha), as informações de regressão são calculadas usando números 1, 2, 3, ... como valores x. Isto também será verdadeiro se sua série de dados usar outros números ou nomes para os valores x. Para tais gráficos, o tipo de gráfico XY pode ser mais apropriado. |
Também é possível calcular os parâmetros usando funções do Lotus Symphony Spreadsheets conforme a seguir.
A regressão linear segue a equação y=m*x+b.
m = INCLINAÇÃO(Dados_Y;Dados_X)
b = INTERCEPTAÇÃO(Dados_Y ;Dados_X)
Calcula o coeficiente de determinação por
r² = RQUAD(Dados_Y;Dados_X)
Além de m, b e r², a função de matriz PROJ.LIN fornece estatísticas adicionais para uma análise de regressão.
A regressão de logaritmo segue a equação y=a*ln(x)+b.
a = INCLINAÇÃO(Dados_Y;LN(Dados_X))
b = INTERCEPTAÇÃO(Dados_Y ;LN(Dados_X))
r² = RQUAD(Dados_Y;LN(Dados_X))
Para curvas de regressão exponencial, ocorre uma transformação para um modelo linear. O ajuste de curva ideal está relacionado ao modelo linear e os resultados são interpretados de forma apropriada.
A regressão exponencial segue a equação y=b*exp(a*x) ou y=b*m^x, que é transformada em ln(y)=ln(b)+a*x ou ln(y)=ln(b)+ln(m)*x, respectivamente.
a = INCLINAÇÃO(LN(Dados_Y);Dados_X)
As variáveis para a segunda variação são calculadas da seguinte forma:
m = EXP(INCLINAÇÃO(LN(Dados_Y);Dados_X))
b = EXP(INTERCEPTAÇÃO(LN(Dados_Y);Dados_X))
Calcula o coeficiente de determinação por
r² = RQUAD(LN(Dados_Y);Dados_X)
Além de m, b e r², a função de matriz PROJ.LOG fornece estatísticas adicionais para uma análise de regressão.
Para curvas de regressão de potência, ocorre uma transformação para um modelo linear. A regressão de potência segue a equação y=b*x^a, que é transformada em ln(y)=ln(b)+a*ln(x).
a = INCLINAÇÃO(LN(Dados_Y);LN(Dados_X))
b = EXP(INTERCEPTAÇÃO(LN(Dados_Y);LN(Dados_X))
r² = RQUAD(LN(Dados_Y);LN(Dados_X))
O cálculo da linha de tendência considera apenas pares de dados com os seguintes valores:
regressão logarítmica: apenas valores x positivos são considerados,
regressão exponencial: apenas valores y positivos são considerados,
regressão de potência: apenas valores x positivos e valores y positivos são considerados.
Você deve transformar seus dados de forma apropriada; é melhor trabalhar em uma cópia dos dados originais e transformar os dados copiados.
Uma curva de regressão polinomial não pode ser adicionada automaticamente. Você deve calcular esta curva manualmente.
Crie uma tabela com as colunas x, x², x³, ... , xn, y até o grau n desejado.
Use a fórmula =PROJ.LIN(Dados_Y,Dados_X) com o intervalo completo x a xn (sem títulos) como Dados_X.
A primeira linha da saída PROJ.LIN contém os coeficientes da regressão polinomial, com o coeficiente de xn na posição mais à esquerda.
O terceiro elemento da terceira linha da saída PROJ.LIN é o valor de r². Consulte a função PROJ.LIN para obter detalhes sobre o uso apropriado e uma explicação dos outros parâmetros de saída.