如何重新创建在C#中调用TREND（）的Excel公式？

我正在构建一个.net页面来模拟电子表格。该表包含此公式

=ROUND(TREND(AA7:AE7,AA$4:AE$4,AF$4),1)

有人能提供相当于

TREND（）？或者，如果有人能提供一条捷径，也可以；我对那里的数学不够熟悉，不知道有没有更简单的方法

如果有帮助，这里有一些示例数字

AA7:AE7
68101214

或
10.213.617.520.423.8

AA$4:AE$4
600 800 1000 1200 1400

AF$4
650

编辑：这是我想到的，它似乎产生了与我的电子表格相同的数字

public static partial class Math2
{
    public static double[] Trend(double[] known_y, double[] known_x, params double[] new_x)
    {
        // return array of new y values
        double m, b;
        Math2.LeastSquaresFitLinear(known_y, known_x, out m, out b);

        List<double> new_y = new List<double>();
        for (int j = 0; j < new_x.Length; j++)
        {
            double y = (m * new_x[j]) + b;
            new_y.Add(y);
        }

        return new_y.ToArray();
    }

    // found at http://stackoverflow.com/questions/7437660/how-do-i-recreate-an-excel-formula-which-calls-trend-in-c
    // with a few modifications
    public static void LeastSquaresFitLinear(double[] known_y, double[] known_x, out double M, out double B)
    {
        if (known_y.Length != known_x.Length)
        {
            throw new ArgumentException("arrays are unequal lengths");
        }

        int numPoints = known_y.Length;

        //Gives best fit of data to line Y = MC + B
        double x1, y1, xy, x2, J;

        x1 = y1 = xy = x2 = 0.0;
        for (int i = 0; i < numPoints; i++)
        {
            x1 = x1 + known_x[i];
            y1 = y1 + known_y[i];
            xy = xy + known_x[i] * known_y[i];
            x2 = x2 + known_x[i] * known_x[i];
        }

        M = B = 0;
        J = ((double)numPoints * x2) - (x1 * x1);

        if (J != 0.0)
        {
            M = (((double)numPoints * xy) - (x1 * y1)) / J;
            //M = Math.Floor(1.0E3 * M + 0.5) / 1.0E3; // TODO this is disabled as it seems to product results different than excel
            B = ((y1 * x2) - (x1 * xy)) / J;
            // B = Math.Floor(1.0E3 * B + 0.5) / 1.0E3; // TODO assuming this is the same as above
        }
    }

}

公共静态部分类Math2
{
公共静态双[]趋势（双[]已知y，双[]已知x，参数双[]新x）
{
//返回新y值的数组
双m，b；
数学2.租赁方线性（已知y、已知x、out m、out b）；
List new_y=新列表（）；
对于（int j=0；j
考虑趋势是基于Excel函数LINEST的。
如果您遵循此链接，它将解释LINEST背后的功能

此外，您还可以找到它使用的基本公式



这篇文章非常有用，因为我们需要在C#中重新创建这篇文章。感谢Jeff的上述回答，我使用以下公式重新创建了该公式：

using System;
using System.Collections.Generic;
using System.Linq;
using System.Drawing;

public static class MathHelper
{
    /// <summary>
    /// Gets the value at a given X using the line of best fit (Least Square Method) to determine the equation
    /// </summary>
    /// <param name="points">Points to calculate the value from</param>
    /// <param name="x">Function input</param>
    /// <returns>Value at X in the given points</returns>
    public static float LeastSquaresValueAtX(List<PointF> points, float x)
    {
        float slope = SlopeOfPoints(points);
        float yIntercept = YInterceptOfPoints(points, slope);

        return (slope * x) + yIntercept;
    }

    /// <summary>
    /// Gets the slope for a set of points using the formula:
    /// m = ∑ (x-AVG(x)(y-AVG(y)) / ∑ (x-AVG(x))²
    /// </summary>
    /// <param name="points">Points to calculate the Slope from</param>
    /// <returns>SlopeOfPoints</returns>
    private static float SlopeOfPoints(List<PointF> points)
    {
        float xBar = points.Average(p => p.X);
        float yBar = points.Average(p => p.Y);

        float dividend = points.Sum(p => (p.X - xBar) * (p.Y - yBar));
        float divisor = (float)points.Sum(p => Math.Pow(p.X - xBar, 2));

        return dividend / divisor;            
    }

    /// <summary>
    /// Gets the Y-Intercept for a set of points using the formula:
    /// b = AVG(y) - m( AVG(x) )
    /// </summary>
    /// <param name="points">Points to calculate the intercept from</param>
    /// <returns>Y-Intercept</returns>
    private static float YInterceptOfPoints(List<PointF> points, float slope)
    { 
        float xBar = points.Average(p => p.X);
        float yBar = points.Average(p => p.Y);

        return yBar - (slope * xBar);        
    }       
}

使用系统；
使用System.Collections.Generic；
使用System.Linq；
使用系统图；
公共静态类MathHelper
{
/// 
///使用最佳拟合线（最小二乘法）获取给定X处的值，以确定方程
/// 
///从中计算值的点
///函数输入
///给定点X处的值
公共静态浮动租赁方形值ATX（列表点，浮动x）
{
浮动坡度=坡度点（点）；
浮动yIntercept=YInterceptOfPoints（点，斜率）；
返回（斜率*x）+yIntercept；
}
/// 
///使用以下公式获取一组点的坡度：
///m=∑ （x-AVG（x）（y-AVG（y））/∑ （x-平均值（x））²
/// 
///从中计算坡度的点
///坡度点
专用静态浮动斜率点（列表点）
{
浮动xBar=点数。平均值（p=>p.X）；
浮动yBar=点数。平均值（p=>p.Y）；
浮动股息=点数总和（p=>（p.X-xBar）*（p.Y-yBar））；
浮点除数=（float）points.Sum（p=>Math.Pow（p.X-xBar，2））；
回报股息/除数；
}
/// 
///使用以下公式获取一组点的Y截距：
///b=平均值（y）-m（平均值（x））
/// 
///要从中计算截距的点
///Y截距
专用静态浮动YInterceptOfPoints（列表点、浮动斜率）
{ 
浮动xBar=点数。平均值（p=>p.X）；
浮动yBar=点数。平均值（p=>p.Y）；
返回yBar-（斜率*xBar）；
}       
}

由于Point使用整数定义其值，因此我选择使用PointF，因为在我们的应用程序中，小数点可以有很多位。请原谅我使用的任何数学术语，因为我花在编写代码上的时间比开发类似算法的时间要多，尽管如果我在某个地方误判了一个术语，我希望任何人都能纠正我的错误

这当然比等待Excel Interop在后台加载以使用工作簿的趋势方法要快。
感谢用javascript重新创建的代码

function LeastSquaresFitLinear(known_y, known_x, offset_x)
{
    if (known_y.length != known_x.length) return false; //("arrays are unequal lengths");
    var numPoints = known_y.length;

    var x1=0, y1=0, xy=0, x2=0, J, M, B;
    for (var i = 0; i < numPoints; i++)
    {
        known_x[i] -= offset_x;
        x1 = x1 + known_x[i];
        y1 = y1 + known_y[i];
        xy = xy + known_x[i] * known_y[i];
        x2 = x2 + known_x[i] * known_x[i];
    }

    J = (numPoints * x2) - (x1 * x1);
    if (J != 0.0)
    {
        M = ((numPoints * xy) - (x1 * y1)) / J;
        B = ((y1 * x2) - (x1 * xy)) / J;
    }
    return [M,B];
}

函数LeastSquaresFitLinear（已知y、已知x、偏移x）
{
if（known_y.length！=known_x.length）返回false；//（“数组长度不等”）；
var numPoints=已知长度；
变量x1=0，y1=0，xy=0，x2=0，J，M，B；
对于（变量i=0；i
我找到了一个最小平方拟合函数，它取一组{x，y}然后返回M和B。然后我可以使用M和B以及一组新的x值来生成y值，作为趋势结果返回。这些都正确吗？老实说，我对LINEST或trend函数不太熟悉。使用这些函数时会发生很多事情，从文档中看，它们似乎有点不可靠（垃圾）