L'aplicació està pensada per interpolar funcions reals a partir d'una única variable. Les funcions són un conjunt de punts (X, Y). Es poden aplicar els següents mètodes d'interpolació: mètode de Newton, d'Aitken, d'Hermite cúbic, interpolació de spline cardinal, spline de Catmul-Rom, spline de Kochanek-Bartls, interpolació lineal i interpolació del veí més proper.
Si la funció és una sèrie temporal, es poden aplicar mètodes per predir i calcular l'autocorrelació per detectar cicles interns.
S'apliquen els mètodes següents per a la predicció estadística: una mitjana mòbil ponderada exponencialment; - mitjana mòbil simple; - pesatge exponencial lineal; - Suavització exponencial lineal de Holt; i una tendència addicional de desacceleració. Es calculen la mitjana i la desviació estàndard dels errors de previsió.
Les funcions, els resultats del seu processament i les previsions es poden emmagatzemar en una base de dades de tipus Sqlit o en la carpeta seleccionada. Les taules amb aquestes dades es poden exportar per imprimir, per exemple, mitjançant el navegador Sqlit o per Internet.
L'aplicació està pensada per interpolar funcions reals a partir d'una sola variable i per a la predicció estadística
interpolar funcions reals (conjunt de punts (X, Y)) a partir d'una sola variable
Es poden aplicar mètodes d'interpolació: Newton, Aitken, Hermite cúbic, spline cardinal
Spline de Catmul-Rom, spline de Kochanek-Bartls, interpolació lineal i interpolació del veí més proper.
es poden aplicar prediccions estadístiques - mitjana mòbil ponderada exponencialment; - mitjana mòbil simple;
pesatge exponencial lineal; - Suavització exponencial lineal de Holt; i una tendència addicional de desacceleració.
Les dades dels resultats es poden exportar i enviar per Internet
crear, suprimir i seleccionar una carpeta per als resultats d'emmagatzematge de dades
Data d'actualització:
4 d’oct. 2025