Voimme käyttää -funktiota ennustamaan riippumattoman muuttujan arvon riippumattomalle muuttujalle, joka on tietomme alueen ulkopuolella. Tässä tapauksessa suoritamme ekstrapoloinnin. Oletetaan kuten ennenkin, että dataa, jossa x on välillä 0-10, käytetään tuottamaan regressioviiva y=2x + 5.
Miksi käytämme ekstrapolaatiota?
Ekstrapolointi on prosessi, jolla etsitään arvo tietojoukon ulkopuolelta. Voidaan jopa sanoa, että se auttaa ennustamaan tulevaisuutta! … Tämä työkalu ei ole hyödyllinen vain tilastoissa, vaan hyödyllinen myös tieteessä, liiketoiminnassa ja aina kun on tarve ennustaa arvoja tulevaisuudessa mittaamamme alueen ulkopuolella.
Missä voimme käyttää ekstrapolaatiota?
Ekstrapolaatiota käytetään monilla tieteenaloilla, kuten kemiassa ja tekniikassa, joissa ekstrapolointi on usein tarpeen. Jos esimerkiksi tiedät tietyn järjestelmän nykyiset jännitteet, voit ekstrapoloida nämä tiedot ennustaaksesi, kuinka järjestelmä voi reagoida korkeampiin jännitteisiin.
Milloin voimme ekstrapoloida tiedot?
10.7.
Ekstrapolaatio relevantin alueen ulkopuolella on kun Y:n arvot estimoidaan X-datan alueen ulkopuolella. Jos havaitsematon data (data X-datan alueen ulkopuolella) on epälineaarinen, Y:n estimaatit voivat olla merkittävästi arvioitujen Y-arvojen luottamusvälin ulkopuolella.
Miksi käytämme ekstrapolaatiota ja interpolointia?
Interpolaatiota käytetään ennustamiseenarvot, jotka ovat tietojoukossa, ja ekstrapolaatiota käytetään ennustamaan arvot, jotka jäävät tietojoukon ulkopuolelle, ja käyttämällä tunnettuja arvoja ennustamaan tuntemattomia arvoja. Usein interpolointi on luotettavampaa kuin ekstrapolointi, mutta molemmat ennustetyypit voivat olla arvokkaita eri tarkoituksiin.
