添加趋势线

趋势可以提供重要的分析见解，例如在这里回答“风速增加时，我们的发电量会提高多少”？我们理解这里的关系，当风速增加时，发电量也会增加。但具体如何增加呢？在视图中添加趋势线非常简单。

单击“分析”窗格，然后将“趋势线”拖至所要的模型类型。

移除趋势线也一样简单 – 只需将其拖出视图。但我们需要趋势线，因此要撤销刚才的操作。

趋势线选项

默认情况下，趋势线是按区和按颜色的。

回到“数据”标签，如果将另一个维度放入视图，如“地点”，我们会得到按区或按散点图生成的趋势线。

同样，如果我们要将“地点”移到“颜色”，趋势线将分成三根。

如果我们希望在颜色上看到“地点”，但是只有一个总体趋势，我们可以修改趋势线。编辑趋势线只需要轻松单击右键，选择“趋势线”，再选择“编辑趋势线”。

取消选中“允许按颜色绘制趋势线”将恢复为一根总体趋势线。

我们还可以取消选中“显示置信区间”来简化视图

在此对话框中还可以进行多项其他操作。

首先是模型类型。
这些选项与我们最初从“分析”窗格调出趋势线时出现的选项相同。
这些选项告诉 Tableau 根据一个或两个变量的这种转换，构建线性回归模型。
线性是指系数，而不是变量的关系。
关于模型类型和转换，关于趋势线模型类型的在线帮助文章提供了一些很有用的信息。
“显示置信区间”显示模型 95% 的置信区间。
我们还可以选择强制让 y 截点位于 0 处

趋势线显著性

评估趋势线是否提供了有价值的信息，这一点很重要。

悬停在趋势线上会显示工具提示，上面有趋势线等式、 p 值和 R 平方值

在统计学中，p 值是表示显著性概念的数字。
如果 p 值小于截断值（通常是 0.05），即表示结果解释为显著。
较大的 p 值（范围在 0-1 之间）可能表示数据中的明显趋势纯属偶然，而不是模型中的因数造成的。
在本示例中，趋势线的 p 值很小，这是理想的。然而，要正确评估模型是否有很好的拟合度，我们需要知道的不仅仅是 p 值。
我们还有 R 平方值，该值实际上告诉我们模型与数据的拟合程度有多高。 R 平方值的变化范围是 0-1，值越高越好。
我们看到，示例中的 R 平方值很高，达到了 0.956
这表示我们的模型与数据有良好的拟合度 —— R 平方值为 1 表示完美拟合。但是请注意，如果您的 R 平方值高得不可思议，例如 0.999，您的模型可能具有误导性。人为的高 R 平方值的一个常见标志是低自由度，或者具有过多的观测点。

趋势线残差

为了确定趋势线是否准确表示了数据，只有一个很小的 p 值或很大的 R 平方值还不够。我们的数据点不会全部落在预测的趋势线上。从给定点到其预测值的距离就是误差，或者说残差。在正确的模型中，如果对照解释变量进行绘制，这些残差应该是围绕零线随机正态分布的。如果此残差图不是正态分布，那就表示存在数据与预测值不符的趋势，这意味着模型不是最佳模型。若要获得带趋势线视图的残差值：