Бид өөрсдийн функцийг ашиглан манай өгөгдлийн хязгаараас гадуур байгаа бие даасан хувьсагчийн хамааралтай хувьсагчийн утгыг таамаглаж болно. Энэ тохиолдолд бид экстраполяци хийж байна. y=2x + 5 регрессийн шугам үүсгэхийн тулд 0-ээс 10-ын хооронд x-тэй өгөгдлийг ашигласан гэж бодъё.
Бид яагаад экстраполяци ашигладаг вэ?
Экстраполяци нь өгөгдлийн багцаас гадуурх утгыг олох үйл явц юм. Энэ нь ирээдүйг урьдчилан таамаглахад тусалдаг гэж хэлж болно! … Энэ хэрэгсэл нь статистикт төдийгүй шинжлэх ухаан, бизнес болон ирээдүйд бидний хэмжсэн хязгаараас хэтэрсэн утгыг урьдчилан таамаглах шаардлагатай үед хэрэгтэй.
Бид экстраполяцийг хаана ашиглаж болох вэ?
Экстраполяци нь ихэвчлэн экстраполяци шаардлагатай байдаг хими, инженерчлэл гэх мэт шинжлэх ухааны олон салбарт хэрэглэгддэг. Жишээлбэл, хэрэв та тухайн системийн одоогийн хүчдэлийг мэдэж байгаа бол систем өндөр хүчдэлд хэрхэн хариу үйлдэл үзүүлэхийг урьдчилан таамаглахын тулд тухайн өгөгдлийг экстраполяци хийх боломжтой.
Бид хэзээ өгөгдлийг эксполяци хийх боломжтой вэ?
10.7.
Холбогдох мужаас хэтэрсэн экстраполяци нь Ү-ийн утгыг X өгөгдлийн хязгаараас хэтрүүлэн тооцсон үед байна. Хэрэв ажиглагдаагүй өгөгдөл (X өгөгдлийн хязгаараас гадуурх өгөгдөл) шугаман бус байвал Y-ийн тооцоолол нь тооцоолсон Y утгуудын итгэлийн интервалаас мэдэгдэхүйц гадуур байж болно.
Бид яагаад экстраполяци болон интерполяци ашигладаг вэ?
Интерполяцийг таамаглахад ашигладаг өгөгдлийн багц дотор байгаа утгууд ба экстраполяци нь өгөгдлийн багцаас гадуурх утгыг таамаглахад ашиглагддаг ба үл мэдэгдэх утгыг таамаглахад мэдэгдэж буй утгуудыг ашигладаг. Ихэнхдээ интерполяци нь экстраполяциас илүү найдвартай байдаг ч хоёр төрлийн таамаглал нь өөр өөр зорилгоор үнэ цэнэтэй байж болно.
