Interpolacija se koristi za predviđanje vrijednosti koje postoje unutar skupa podataka, a ekstrapolacija se koristi za predviđanje vrijednosti koje su izvan skupa podataka i koristi poznate vrijednosti za predviđanje nepoznatih vrijednosti. Često je interpolacija pouzdanija od ekstrapolacije, ali obje vrste predviđanja mogu biti vrijedne za različite svrhe.
Koja je svrha ekstrapolacije?
Ekstrapolacija je procjena vrijednosti zasnovana na proširenju poznatog niza vrijednosti ili činjenica izvan područja koje je sigurno poznato. U opštem smislu, ekstrapolirati znači zaključiti nešto što nije eksplicitno navedeno iz postojećih informacija.
Zašto koristimo interpolaciju?
Ukratko, interpolacija je proces određivanja nepoznatih vrijednosti koje se nalaze između poznatih tačaka podataka. Uglavnom se koristi za predviđanje nepoznatih vrijednosti za bilo koje geografske povezane tačke podataka kao što su nivo buke, padavine, nadmorska visina itd.
Zašto je interpolacija preciznija?
Od ove dvije metode preferira se interpolacija. To je zato što imamo veću vjerovatnoću da dobijemo valjanu procjenu. Kada koristimo ekstrapolaciju, pretpostavljamo da se naš opaženi trend nastavlja za vrijednosti x izvan raspona koji smo koristili za formiranje našeg modela.
Koja je najpreciznija metoda interpolacije?
Radijalna bazna funkcija interpolacije je raznolika grupa podatakametode interpolacije. Što se tiče mogućnosti uklapanja vaših podataka i stvaranja glatke površine, Multiquadric metoda mnogi smatraju najboljom. Sve metode radijalne bazične funkcije su precizni interpolatori, tako da pokušavaju da poštuju vaše podatke.
