Interpolasie word gebruik om waardes te voorspel wat binne 'n datastel bestaan, en ekstrapolasie word gebruik om waardes wat buite 'n datastel val te voorspel en bekende waardes te gebruik om onbekende waardes te voorspel. Dikwels is interpolasie meer betroubaar as ekstrapolasie, maar beide tipes voorspelling kan waardevol wees vir verskillende doeleindes.
Wat is die doel van ekstrapolasie?
Ekstrapolasie is 'n skatting van 'n waarde gebaseer op die uitbreiding van 'n bekende reeks waardes of feite buite die area wat sekerlik bekend is. In 'n algemene sin is om te ekstrapoleer om iets af te lei wat nie uitdruklik uit bestaande inligting gestel word nie.
Waarom gebruik ons interpolasie?
In kort, interpolasie is 'n proses om die onbekende waardes wat tussen die bekende datapunte lê te bepaal. Dit word meestal gebruik om die onbekende waardes vir enige geografiese verwante datapunte soos geraasvlak, reënval, hoogte, ensovoorts te voorspel.
Waarom is interpolasie meer akkuraat?
Van die twee metodes word interpolasie verkies. Dit is omdat ons 'n groter waarskynlikheid het om 'n geldige skatting te kry. Wanneer ons ekstrapolasie gebruik, maak ons die aanname dat ons waargenome neiging voortduur vir waardes van x buite die reeks wat ons gebruik het om ons model te vorm.
Wat is die akkuraatste interpolasiemetode?
Radiale Basis Funksie-interpolasie is 'n diverse groep datainterpolasie metodes. In terme van die vermoë om jou data te pas en 'n gladde oppervlak te produseer, word die Multiquadric-metode deur baie as die beste beskou. Al die Radiale Basisfunksie-metodes is presiese interpoleerders, so hulle probeer om jou data te eerbiedig.
