趋势线用图形的方式显示数据的预测趋势并可用于预测分析，也称回归分析。利用回归分析，可以在图表中扩展趋势线，根据实际数据预测未来数据。例如，下面的图表运用前四个季度的简单线性趋势预测第二年的趋势。

移动平均也可以创建移动平均，移动平均可以平滑处理数据的波动，使图像及预测趋势的显示更加清晰。

支持趋势线的图表类型可以向非堆积型二维面积图、条形图、柱形图、折线图、股价图、气泡图和 XY 散点图的数据系列中添加趋势线；但不能向三维图表、堆积型图表、雷达图、饼图或圆环图的数据系列中添加趋势线。如果更改了图表或数据系列而使之不再支持相关的趋势线，例如将图表类型更改为三维图表或者更改了数据透视图或相关联的数据透视表，则原有的趋势线将丢失。

创建不使用图表的数据趋势使用“自动填充”或一个统计函数如 GROWTH() 或 TREND() 可生成最佳线性数据或指数线数据。

趋势线的类型：为数据选择适当的趋势线

当在 Microsoft Excel 的图表中添加趋势线时，可选择六种不同的趋势预测/回归分析类型。数据的类型决定了应该使用的趋势线类型。

趋势线的可靠性当趋势线的R 平方值等于或近似于 1 时，趋势线最可靠。用趋势线拟合数据时，Excel 会自动计算其 R 平方值。如果需要，您可以在图表上显示该值。

线性

线性趋势线是适用于简单线性数据集的最佳拟合直线。如果数据点构成的图案类似于一条直线，则表明数据是线性的。线性趋势线通常表示事物是以恒定速率增加或减少。

在下例中，线性趋势线清楚地显示了 13 年间冰箱销售额一直稳步增长。注意，其 R 平方值为 0.9036，表明与数据线拟合得相当好。

对数

如果数据的增加或减小速度很快，但又迅速趋近于平稳，那么对数趋势线是最佳的拟合曲线。对数趋势线可以使用正值和负值。

下例使用对数趋势线说明固定地域内动物数量增长的预测情况，当动物生活地区相对减少时，动物数量将趋于平稳。注意，此时 R 平方值是 0.9407，表明与数据线拟合得相当好。

多项式

多项式趋势线是数据波动较大时适用的曲线。它可用于分析大量数据的偏差。多项式的阶数可由数据波动的次数或曲线中拐点（峰和谷）的个数确定。二阶多项式趋势线通常仅有一个峰或谷。三阶多项式趋势线通常有一个或两个峰或谷。四阶通常多达三个。

下例显示的二阶多项式趋势线（一个波峰）说明了车速和耗油量之间的关系。注意，R 平方值为 0.9474，表明与数据线拟合得相当好。

乘幂

乘幂趋势线是一种适用于以特定速度增加的数据集的曲线，例如，赛车一秒内的加速度。如果数据中含有零或负数值，就不能创建乘幂趋势线。

在下例中，通过绘制距离（米）/时间（秒）的曲线，在图表中显示加速度的数据。乘幂趋势线清楚地显示了加速度的增长。请注意，其 R 平方值为 0.9923，表明该曲线与数据几乎完全吻合。

指数

指数趋势线是一种曲线，它适用于速度增减越来越快的数据值。如果数据值中含有零或负值，就不能使用指数趋势线。

在下例中，指数趋势线用于说明物体中碳 14 含量随时间的衰减情况。注意，此时 R 平方值为 1，表明趋势线与数据拟合得很好。

移动平均

移动平均趋势线平滑处理了数据中的微小波动，从而更清晰地显示了图案和趋势。移动平均使用特定数目的数据点（由“周期”选项设置），取其平均值，然后将该平均值作为趋势线中的一个点。例如，如果“周期”设置为 2，那么，头两个数据点的平均值就是移动平均趋势线中的第一个点。第二个和第三个数据点的平均值就是趋势线的第二个点，依此类推。

下面的示例中，移动平均趋势线显示了 26 个星期内住房销售量的趋势图案。