对数回归是一种回归的类型，用于模拟增长或衰减一开始迅速加速，然后随着时间的推移而减缓的情况。
例如，下面的图展示了一个对数衰减的例子：
对于这种类型的情况，预测变量和响应变量之间的关系可以用对数回归来很好地建模。
对数回归模型的方程有如下形式。
y = a + b*ln(x)
其中：
- **y:**响应变量
- **x:**预测变量
- **a、b：**描述x和y之间关系的回归系数。
下面的例子说明了如何在谷歌表格中进行对数回归。
第1步：创建数据
首先，让我们为两个变量创建一些假数据：x和y：
第2步：取预测变量的自然对数
接下来，我们需要创建一个新列，代表预测变量x的自然对数：
第3步：拟合对数回归模型
接下来，我们将拟合对数回归模型。
为此，在单元格E2中键入以下公式：
=LINEST(B2:B16, C2:C16)
一旦你按下回车键 ，对数回归模型的系数 将被显示出来：
使用输出的系数，我们可以看到拟合的对数回归方程是。
y = 63.0686 - 20.1987 * ln(x)
我们可以用这个方程根据预测变量x的值来预测响应变量y。
例如，如果x=12，那么我们将预测y是12.87。
y = 63.0686 - 20.1987 * ln(12) =12.87
奖励：请随时使用这个在线对数回归计算器，自动计算给定预测变量和响应变量的对数回归方程。
其他资源
下面的教程解释了如何在Google表中执行其他常见任务：
