Экспоненциальная регрессия. 
Численные методы

Если требуется найти приближающую функцию в виде Y = = Ъа^х при условии, что Ъ > 0 и в заданной таблице экспериментальных точек значения как аргумента, так и функции положительны, то, прологарифмировав приближающую функцию, получаем.

В данном случае находим уравнение регрессии для пар значений (х,-; In у,). После решения данной задачи мы получаем значения некоторого коэффициента, А и некоторого значения В. Найдем от них ехр (А) = е^А и ехр (В) = е^в и получим а — е^А и b = е^в.

Встроенных функций для нахождения коэффициентов экспоненциальной регрессии в Microsoft Excel нет.

Тригонометрическая регрессия

Если требуется найти приближающую функцию в виде Y = = asinx + b, то в данном случае находим коэффициенты уравнения линейной регрессии для пар значений (sinx^y,). Эти коэффициенты, что очевидно, и являются искомыми.

Встроенных функций для нахождения коэффициентов тригонометрической регрессии в Microsoft Excel нет.

Логарифмическая регрессия

Если требуется найти приближающую функцию в виде У = = alnx + b, при условии, чтох, > 0, тогда находим коэффициенты уравнения линейной регрессии для пар значений (In х,; у_;). После их нахождения записываем требуемое уравнение регрессии.

Встроенных функций для нахождения коэффициентов логарифмической регрессии в Microsoft Excel нет.

Дробно-линейная регрессия

Если нужно найти приближающую функцию в виде.

то.

Из полученной формулы следует, что для нахождения коэффициентов а и b уравнения регрессии нужно найти коэффициенты уравнения линейной регрессии для пар (1/х,; 1/yJ- При этом коэффициент а находится с помощью встроенной функции «Отрезок», а коэффициент Ь — с помощью встроенной функции «Наклон».