interpolación , la línea se ajusta a los datos con exactitud, lo que significa que pasará por encima de cada punto de datos . En la práctica, esto equivale esencialmente a " conectar los puntos ", y lo que no es apropiado para los conjuntos de datos con un gran número de puntos de datos dispersos, o los que tienen una gran cantidad de errores.
Lineal regresión
En una regresión , una línea recta que se ajusta a los puntos de datos . La línea está posicionado en los que expresa la cantidad más baja de error de - es decir, donde el total de las distancias verticales entre cada punto de datos y la línea es la más baja . Como una línea recta, no es adecuado para las distribuciones no lineales curvilíneos y otros .
Polinómica Curve Fitting
Si la distribución es curva, modelo de regresión lineal es generalmente inapropiado. Ajuste de la curva polinómica se ajusta a una línea curva a los datos, y una vez más, se utiliza la línea que da el error más bajo.