擬合趨勢線。選中繪好的曲線，按右鍵，選擇“新增趨勢線”，在“型別”中選擇與這條曲線最近似的型別，如：線性、對數、多項式等（其中的一個），再在這個“新增趨勢線”選框中點“選項”，勾選“顯示公式”和“顯示R平方值”這兩項，確定後趨勢線做成。這時檢查R值是否接近1，如果R是1或者0.995左右（並且趨勢線與繪製的曲線基本重合），表示擬合的趨勢線和顯示的公式基本能表示資料的對應關係。但如果R跟1相比相差很大（或者趨勢線與繪製的曲線大相徑庭），就需要重新選“新增趨勢線”中“型別”，重新擬合直到R值接近1（一定要選所有趨勢線型別中R最接近1且趨勢線與繪製的曲線基本重合的那個）。

如果不能找到這樣一條擬合趨勢線，只能證明那些資料不能被擬合成一條迴歸曲線（或者說擬合的效果不好，不能較好地反映資料的變化），這是因為不是所有的任何一組資料都能找到一條完美的與之相配的迴歸線。

用各種不同方法做出的擬合方程不一樣的原因是：1、資料的規律性（即是上面所說的是否能很好地迴歸），2、每種方法是否運用得當（是否都找到最符合的擬合方程）。如果資料的迴歸性好且用每一種方法都得出了正確地擬合方程的話，我想由同一資料擬合出的方程差別應該是較小的。

當然各種方法之間本身就有一定的差異性，所以就算滿足了上面所說的兩個條件，做出的擬合方程也不一定完全一樣。你只要在實際中摸索實踐，找到一種簡便有效的且最適合自己的方法，就沒必要每一次都用每一種方法去做，沒必要也費時費力。況且資料本身如果不是由函式直接得出（大多數情況應該都不是）的話，擬合得出的方程或曲線都只是一種趨勢、估算（而不是一種真實值），在預測、統計方面的作用應該要大些。

這只是我個人的看法，僅供參考。