מעניין

ההבדל בין מוחץ לאינטרפולציה

ההבדל בין מוחץ לאינטרפולציה

שניהם אקסטראפולציה ואינטרפולציה משמשים להערכת ערכים היפותטיים למשתנה על בסיס תצפיות אחרות. ישנן מגוון שיטות אינטרפולציה ואקסטרפולציה המבוססות על המגמה הכוללת שנצפתה בנתונים. לשתי השיטות הללו שמות הדומים מאוד. נבדוק את ההבדלים ביניהם.

קידומות

כדי להבין את ההבדל בין אקסטרפולציה לאינטרפולציה, עלינו לבחון את הקידומות "אקסטרה" ו- "בין." הקידומת "אקסטרה" פירושה "בחוץ" או "בנוסף". הקידומת "אינטר" פירושה "בין". או "בין." עצם הכרת המשמעויות הללו (ממקורם בלטינית) עוברת דרך ארוכה כדי להבחין בין שתי השיטות.

ההגדרה

בשתי השיטות אנו מניחים כמה דברים. זיהינו משתנה עצמאי ומשתנה תלוי. באמצעות דגימה או אוסף נתונים, יש לנו מספר זיווגים של משתנים אלה. אנו גם מניחים שגיבשנו מודל לנתונים שלנו. זה עשוי להיות קו פחות ריבועים בכושר הטוב ביותר, או שזה יכול להיות סוג אחר של עקומה המקביל לנתונים שלנו. בכל מקרה, יש לנו פונקציה הקושרת את המשתנה הבלתי תלוי למשתנה התלוי.

המטרה היא לא רק המודל לשמה, אנחנו בדרך כלל רוצים להשתמש במודל שלנו לחיזוי. ליתר דיוק, בהתחשב במשתנה עצמאי, מה יהיה הערך החזוי של המשתנה התלוי המקביל? הערך שאנו מזינים עבור המשתנה הבלתי תלוי שלנו יקבע אם אנו עובדים עם אקסטרפולציה או אינטרפולציה.

אינטרפולציה

נוכל להשתמש בפונקציה שלנו כדי לחזות את הערך של המשתנה התלוי עבור משתנה עצמאי שנמצא באמצע הנתונים שלנו. במקרה זה אנו מבצעים אינטרפולציה.

נניח שהנתונים עם איקס בין 0 ל 10 משמש לייצור קו רגרסיה y = 2איקס + 5. אנו יכולים להשתמש בשורה המתאימה ביותר להערכת הערכה y ערך המתאים איקס = 6. פשוט חבר ערך זה למשוואה שלנו ואנחנו רואים את זה y = 2 (6) + 5 = 17. כי שלנו איקס ערך הוא בין מגוון הערכים המשמשים לייצור קו מתאים ביותר, זו דוגמה לאינטרפולציה.

אקסטרפולציה

נוכל להשתמש בפונקציה שלנו כדי לחזות את הערך של המשתנה התלוי עבור משתנה עצמאי שנמצא מחוץ לטווח הנתונים שלנו. במקרה זה אנו מבצעים אקסטרפולציה.

נניח כקודם את הנתונים עם איקס בין 0 ל 10 משמש לייצור קו רגרסיה y = 2איקס + 5. אנו יכולים להשתמש בשורה המתאימה ביותר להערכת הערכה y ערך המתאים איקס = 20. פשוט חבר ערך זה למשוואה שלנו ואנחנו רואים את זה y = 2 (20) + 5 = 45. כי שלנו איקס ערך אינו נמצא בין מגוון הערכים המשמשים בכדי להפוך את הקו להתאמה הטובה ביותר, זו דוגמה לאקסטרפולציה.

זהירות

מבין שתי השיטות עדיף אינטרפולציה. הסיבה לכך היא שיש לנו סבירות גבוהה יותר לקבל אומדן תקף. כאשר אנו משתמשים באקסטרפולציה אנו מניחים כי המגמה הנצפית ממשיכה לערכים של איקס מחוץ לטווח שהשתמשנו בו כדי ליצור את המודל שלנו. יתכן שזה לא המקרה, ולכן עלינו להיזהר מאוד בעת שימוש בטכניקות אקסטרפולציה.


Video, Sitemap-Video, Sitemap-Videos