Interpolation & Prediction

ivan gabrovski

Chứa quảng cáo

Thông tin về ứng dụng này

Ứng dụng này nhằm mục đích nội suy các hàm thực từ một biến duy nhất. Hàm là một tập hợp các điểm (X, Y). Các phương pháp nội suy sau đây có thể được áp dụng: phương pháp Newton, Aitken, phương pháp Hermite bậc ba, nội suy trục số chính, đường trục Catmul-Rom, đường trục Kochanek-Bartls, nội suy tuyến tính và phép nội suy lân cận gần nhất.
Nếu hàm số là một chuỗi thời gian thì các phương pháp dự đoán và tính toán tự tương quan có thể được áp dụng để phát hiện các chu kỳ nội tại.
Các phương pháp dự đoán thống kê sau đây được áp dụng - đường trung bình động có trọng số theo cấp số nhân; - đường trung bình động đơn giản; - cân số mũ tuyến tính; - Làm mịn hàm mũ tuyến tính của Holt; và một xu hướng chậm lại nữa. Giá trị trung bình và độ lệch chuẩn của sai số dự báo được tính toán.
Các chức năng, kết quả xử lý và dự báo của chúng có thể được lưu trữ trong cơ sở dữ liệu loại Sqlit hoặc trong thư mục đã chọn. Các bảng có dữ liệu này có thể được xuất để in, chẳng hạn như sử dụng trình duyệt Sqlit hoặc qua Internet.

Ứng dụng này nhằm mục đích nội suy các hàm thực từ một biến duy nhất và để dự đoán thống kê

nội suy các hàm thực (tập hợp các điểm (X, Y)) từ một biến duy nhất
có thể áp dụng các phương pháp nội suy: Newton, Aitken, Hermite bậc ba, trục chính
Đường spline Catmul-Rom, đường spline Kochanek-Bartls, nội suy tuyến tính và nội suy lân cận gần nhất.
có thể được áp dụng dự đoán thống kê - trung bình di chuyển theo cấp số nhân; - đường trung bình động đơn giản;
cân hàm mũ tuyến tính; - Làm mịn hàm mũ tuyến tính của Holt; và một xu hướng chậm lại nữa.
dữ liệu kết quả có thể được xuất và gửi qua Internet
tạo, xóa và chọn thư mục lưu trữ kết quả dữ liệu