Excel：数据趋势拟合错误

Excel的曲线趋势拟合功能，其实我没怎么用过，今天随便试了一下，发现有一个问题：对一组普通的线性数据进行线性拟合，用Python拟合出来的方程和Excel拟合出来的完全不一样，后面对两种方式进行校核，发现Excle拟合出来的结果完全是错的，最尴尬的是，图文不符。

• 最后的解决方式，在Excle添加趋势线之前，把图表类型从折线图改成散点图，这样出来的趋势线方程才是正确的。

https://zhidao.baidu.com/question/281402512.html

数据示例

• 数据是很简单，近似线性分布。

x = np.linspace(0, 100, 21) # 1、5、10、... ... 100
y =[1118.25, 1106.25, 1090, 1104.25, 1076.75, 1097, 1073.75, 1066.5, 1033, 1041.75, 1046.75, 1029.5, 1017.5, 1011.5, 983.5, 971.25, 996, 958.25, 983.75, 951,957.5]

Python拟合

• 直接用numpy的polyfit来拟合，那么出来

fit_ab = np.polyfit(x, y, 1)

• y = -1.70370129870129x + 1119.18506493506 (R² = 0.950568554137217)，这个是正确的。

折线图拟合

• 在excel中，画出上述数据的折线图，然后添加趋势线。
• 那么出来：y = -8.5185 * x + 1127.7 （R^2 = 0.9506），这个方程不正确，和实际差距很大。
• 从Excel的图表显示上来看，它好像是正确的，但图和数据不符合，实际函数是错误。
  
  
  
• 如果你单独拿公式出来作图，会发现这个公式所给出的曲线和实际数据根本对不上。
  
  
  

散点图拟合

• 在excel中，画出上述数据的散点图，然后添加趋势线。
• 那么出来：y = -1.7037x + 1119.2 （R² = 0.9506），这个正确的，包括函数方程和趋势线
• 其实仔细一看，折线图拟合时，图中的那个趋势线满足的是这个方程。