Linea di tendenza in Excel - formula, grafico e R²

Gavino Caputo 15 maggio 2026
Grafico Excel con punti dati e una curva che rappresenta una linea di tendenza. La formula della curva è visibile.

Indice

Quando i dati di vendita crescono, calano o oscillano senza una direzione evidente, una linea di tendenza aiuta a separare il rumore dal segnale. In questo articolo mostro come calcolarla con una formula Excel, come aggiungerla a un grafico e come interpretare correttamente previsione, equazione e valore R². Troverai anche un esempio pratico e i casi in cui una retta non è il modello più adatto.

La formula giusta rende la linea di tendenza utile per decidere

  • PREVISIONE.LINEARE calcola un valore futuro usando una regressione lineare.
  • TENDENZA restituisce i valori stimati per una o più coordinate.
  • Il grafico a dispersione XY è preferibile quando i valori sull’asse X sono numerici o irregolari.
  • R² vicino a 1 indica un buon adattamento, ma non dimostra un rapporto di causa-effetto.
  • Una curva lineare non è adatta a tutti i dati, soprattutto in presenza di stagionalità o cambiamenti improvvisi.

Come scegliere il punto di partenza per una linea di tendenza

La linea di tendenza è una stima matematica dell’andamento medio dei dati. Nel caso più comune Excel cerca la retta che si avvicina maggiormente ai punti osservati, usando il metodo dei minimi quadrati. In pratica, riduce al minimo la distanza complessiva tra i valori reali e quelli calcolati.

Per lavorare con ordine, preparo una tabella semplice con una variabile indipendente nella colonna A e il risultato osservato nella colonna B. Per esempio, la colonna A può contenere il numero del mese e la colonna B le vendite.

Mese Vendite
1 120
2 135
3 128
4 150
5 168
6 175

Prima di inserire qualsiasi formula controllo che i valori siano davvero numerici, che le righe corrispondano e che non ci siano celle vuote nel mezzo della serie. Una formula corretta applicata a dati disordinati produce comunque un risultato, ma quel risultato può essere poco significativo.

Quando usare il grafico a dispersione

Se i mesi sono equidistanti e servono soprattutto come etichette, un grafico a linee può essere sufficiente. Se invece l’asse X contiene date non regolari, quantità, prezzi o altre misure numeriche, scelgo il grafico Dispersione XY, perché tratta entrambi gli assi come valori reali.

Questa distinzione è meno banale di quanto sembri. In un grafico a linee Excel può distribuire le categorie a intervalli uguali anche quando tra due date esistono settimane o mesi di differenza. Il grafico XY evita quindi una lettura distorta dell’inclinazione.

La formula Excel per calcolare i valori stimati

Per prevedere il valore delle vendite al mese 7, inserisco il numero 7 in una cella, per esempio E2, e uso questa formula:

=PREVISIONE.LINEARE(E2;$B$2:$B$7;$A$2:$A$7)

La funzione riceve tre elementi. Il primo è il nuovo valore X, il secondo contiene i valori Y già osservati e il terzo contiene i valori X corrispondenti. I simboli $ bloccano gli intervalli, così posso copiare la formula senza spostare l’area dei dati.

La funzione restituisce una stima basata sulla relazione lineare y = a + bx. Non sta leggendo il futuro e non riconosce automaticamente cause esterne come campagne pubblicitarie, festività o variazioni dei prezzi. Fornisce semplicemente il valore che meglio segue la relazione media presente nei dati.

Come creare una colonna di valori per il grafico

Se voglio visualizzare la linea calcolata accanto ai dati reali, aggiungo una colonna chiamata “Valore stimato”. In C2 inserisco:

=TENDENZA($B$2:$B$7;$A$2:$A$7;A2)

Copiando la formula verso il basso, Excel calcola il valore stimato per ogni mese. Posso poi aggiungere A e C al grafico per ottenere una linea costruita direttamente dalle celle, utile quando devo esportare i valori, usarli in altre formule o controllare ogni punto della previsione.

Per il mese 7 basta aggiungere il valore 7 nella colonna A e trascinare la formula. Questo approccio è spesso più pratico della sola linea aggiunta al grafico, perché rende la previsione riutilizzabile in report, dashboard e calcoli successivi.

Come ottenere pendenza e intercetta

La retta può essere scomposta in due parametri. La pendenza indica quanto cambia mediamente Y quando X aumenta di una unità, mentre l’intercetta rappresenta il valore stimato di Y quando X è uguale a zero.

Per calcolare i due valori nelle celle si possono usare:

  • =PENDENZA($B$2:$B$7;$A$2:$A$7) per la pendenza;
  • =INTERCETTA($B$2:$B$7;$A$2:$A$7) per l’intercetta.

Se la pendenza è 10, il modello indica una crescita media di 10 unità per ogni incremento di X. Non significa che ogni mese crescerà esattamente di 10 unità: è una media che riassume l’intera serie.

Dal foglio al grafico con equazione e R²

Per aggiungere la linea direttamente al grafico, seleziono i dati e scelgo Inserisci, Dispersione XY. Dopo aver creato il grafico, faccio clic sulla serie di dati, apro gli elementi del grafico e attivo la voce Linea di tendenza.

Nel riquadro di formattazione posso scegliere il modello lineare, impostare una proiezione in avanti e selezionare Visualizza equazione sul grafico e Visualizza valore R quadrato sul grafico. È il metodo più rapido quando mi serve una lettura visiva e non devo riutilizzare i valori stimati in altre celle.

Il valore R² misura quanto il modello si adatta ai dati osservati. Un valore vicino a 1 indica che la retta spiega bene la variabilità della serie, mentre un valore basso segnala che la relazione lineare è debole oppure che i dati sono molto rumorosi.

Non interpreto però R² come una prova automatica di affidabilità. Una linea può avere un R² elevato perché i dati seguono bene una relazione storica, ma fallire quando cambiano mercato, prezzi o comportamento dei clienti. Allo stesso modo, una serie reale e molto variabile può avere un R² moderato e restare comunque utile per una stima operativa.

Perché l’equazione mostrata può non coincidere con la previsione

Excel arrotonda spesso i coefficienti visualizzati sul grafico per rendere l’equazione più leggibile. Se l’equazione mostra poche cifre decimali, copiarla manualmente in una cella può produrre risultati diversi da quelli calcolati internamente.

Quando serve precisione, aumento le posizioni decimali dell’etichetta oppure uso direttamente PREVISIONE.LINEARE, PENDENZA e INTERCETTA. Questa è una delle differenze più importanti tra una formula usata per analisi e una formula esposta solo come elemento grafico.

Quale modello scegliere senza forzare i dati

Excel offre più tipi di linea di tendenza, ma non conviene scegliere quello con l’R² più alto senza capire il fenomeno. Un modello troppo complesso può adattarsi perfettamente ai dati passati e comportarsi male appena arrivano nuovi valori. È il problema del sovradattamento.

Modello Quando usarlo Limite principale
Lineare Crescita o calo abbastanza regolare Non descrive bene curve e stagionalità
Esponenziale Crescita proporzionale al valore già raggiunto Non funziona con valori nulli o negativi
Logaritmico Aumento rapido iniziale seguito da rallentamento Richiede valori X positivi
Polinomiale Serie con una o più curvature evidenti Gradi elevati possono creare previsioni instabili
Media mobile Riduzione delle oscillazioni di breve periodo Non fornisce una vera equazione di regressione

Per una serie di vendite mensili con crescita generale, inizierei dal modello lineare. Se noto picchi ricorrenti ogni dicembre, non cercherei di deformare una parabola per includere la stagionalità. In quel caso valuterei una previsione stagionale, come PREVISIONE.ETS, o separerei prima l’effetto stagionale dalla tendenza di fondo.

La media mobile ha uno scopo diverso. Serve a rendere più visibile il movimento sottostante, per esempio una media mobile di 3 periodi, ma non va presentata come se fosse una previsione strutturale. È soprattutto uno strumento di visualizzazione.

Gli errori che falsano la lettura dei risultati

Usare il tipo di grafico sbagliato

Il primo errore consiste nell’applicare una linea di tendenza a un grafico con categorie non equidistanti. Se le date reali non hanno intervalli regolari, il grafico XY offre una rappresentazione più corretta dell’asse X.

Confondere correlazione e causalità

Una pendenza positiva significa che Y tende ad aumentare quando X aumenta. Non dimostra che X sia la causa della crescita. Una promozione, un cambio di listino o una nuova area commerciale possono spiegare il risultato meglio della semplice relazione matematica.

Prevedere troppo lontano

La proiezione funziona meglio vicino all’intervallo osservato. Estendere una linea di sei mesi per prevedere cinque anni porta a una certezza apparente che i dati non possono sostenere. Più la previsione si allontana dai valori disponibili, più è importante aggiornare il modello e verificare nuove informazioni.

Leggi anche: Che cosa indicano le etichette di un istogramma?

Ignorare dati mancanti e valori anomali

Un valore eccezionale può cambiare sensibilmente pendenza e intercetta. Prima di calcolare la formula controllo se quel dato rappresenta un evento reale, come una vendita straordinaria, oppure un errore di inserimento. Non elimino automaticamente gli outlier, ma li documento e confronto il risultato con e senza quel valore.

Controllo anche che gli intervalli abbiano la stessa lunghezza. Se i valori X e Y non contengono lo stesso numero di elementi, PREVISIONE.LINEARE può restituire un errore. Se tutti i valori X sono uguali, manca la variabilità necessaria per stimare una pendenza.

Come trasformare la linea di tendenza in una decisione utile

Una formula non dovrebbe servire soltanto a decorare un grafico. Io la collego sempre a una domanda concreta, per esempio se la capacità produttiva sarà sufficiente, se le scorte copriranno la domanda o se una crescita recente merita ulteriori investimenti.

Il flusso più affidabile è semplice: preparo dati coerenti, calcolo i valori stimati con PREVISIONE.LINEARE o TENDENZA, confronto la previsione con i dati reali e verifico se il modello resta valido quando arrivano nuovi periodi. Solo dopo scelgo come presentarlo nel grafico.

La linea di tendenza è quindi un ottimo punto di partenza per la visualizzazione dati, non una risposta automatica. Se la interpreti insieme a qualità dei dati, R², stagionalità e contesto operativo, Excel diventa uno strumento concreto per leggere l’andamento e prendere decisioni più solide.

Questo articolo ha carattere esclusivamente informativo ed educativo. Il materiale è stato elaborato con il supporto di moderni strumenti analitici e linguistici (IA). Prima di prendere una decisione, consulta un esperto.

Domande frequenti

Usa =PREVISIONE.LINEARE(E2;$B$2:$B$7;$A$2:$A$7), dove E2 contiene il nuovo valore X, B2:B7 i valori osservati e A2:A7 le coordinate X corrispondenti. I simboli $ bloccano gli intervalli quando copi la formula.

Il grafico a dispersione XY è preferibile quando l’asse X contiene date non regolari, quantità, prezzi o altre misure numeriche. Un grafico a linee può invece bastare quando i mesi sono equidistanti e vengono usati soprattutto come etichette.

Un R² vicino a 1 indica che la retta si adatta bene alla variabilità dei dati osservati, mentre un valore basso segnala una relazione lineare debole o dati rumorosi. R² non dimostra però che una variabile causi l’altra e non garantisce che la previsione resti valida se cambiano mercato, prezzi o clienti.

Il modello lineare è adatto a crescite o cali abbastanza regolari. Con picchi ricorrenti, come quelli di dicembre, è più appropriato valutare una previsione stagionale come PREVISIONE.ETS; per curvature evidenti si possono considerare modelli esponenziali, logaritmici o polinomiali, verificandone la stabilità.

Excel spesso arrotonda i coefficienti visualizzati nell’equazione del grafico. Per ottenere risultati precisi conviene aumentare le cifre decimali dell’etichetta oppure usare direttamente PREVISIONE.LINEARE, PENDENZA e INTERCETTA.

Valuta l'articolo

Valutazione: 0.00 Numero di voti: 0

Tag

excel
regressione lineare
dispersione xy
stagionalità
Autor Gavino Caputo
Gavino Caputo
Mi chiamo Gavino Caputo e da 14 anni mi occupo con passione di analisi dati, Business Intelligence e Data Science. Ho iniziato questo percorso perché sono sempre stato affascinato dalla possibilità di trasformare grandi volumi di informazioni in conoscenza utile e fruibile. Sul sito mondobi.it, il mio obiettivo è quello di rendere accessibili concetti complessi, condividendo la mia esperienza per aiutare a comprendere meglio il mondo dei dati, le sue applicazioni e le tendenze emergenti. Cerco di fornire contenuti accurati e aggiornati, spiegando i temi in modo chiaro e strutturato, basandomi su un confronto costante tra le diverse fonti e metodologie che incontro nel mio lavoro quotidiano.

Condividi post

Scrivi un commento