Ano ang Interpulasyon
Ang interporning ay isang istatistikong pamamaraan kung saan ginagamit ang mga nauugnay na kilalang mga halaga upang matantya ang isang hindi kilalang presyo o potensyal na ani ng isang seguridad. Ang interpolation ay isang paraan ng pagtantya ng hindi kilalang presyo o ani ng isang seguridad. Ito ay nakamit sa pamamagitan ng paggamit ng iba pang mga nauugnay na kilalang mga halaga na matatagpuan nang sunud-sunod sa hindi kilalang halaga.
Ang interpulasyon ay nasa ugat ng isang simpleng konseptong matematika. Kung mayroong isang pangkalahatang pare-pareho ang kalakaran sa kabuuan ng isang hanay ng mga puntos ng data, makatuwirang matantya ng isa ang halaga ng set sa mga puntos na hindi pa kinakalkula. Gayunpaman, ito ay pinakamahusay na isang pagtatantya; ang mga interpolator ay hindi maaaring mag-alok ng kumpletong tiwala sa kanilang mga hula.
Iba't ibang Mga Uri ng Pagsasama
Mayroong ilang mga pormal na uri ng paghihiwalay, kabilang ang linear interporning, polynomial interpolation, at patuloy na pagbubuklod.
Ang pinakamadali at pinaka-karaniwan na uri ay isang magkahiwalay na pagsasama-sama, na kung saan ay kapaki-pakinabang kung sinusubukan ng isa na matantya ang halaga ng isang seguridad o rate ng interes para sa isang punto kung saan walang data. Ipagpalagay natin na, para sa isang presyo ng seguridad na sinusubaybayan sa loob ng isang panahon, tinawag namin ang linya kung saan nasusubaybayan ang halaga ng seguridad sa function f (x). Ang kasalukuyang presyo ng isang stock ay naka-plot sa isang serye ng mga puntos na kumakatawan sa mga sandali sa oras. Kaya kung ang f (x) ay naitala para sa Agosto, Oktubre, at Disyembre, ang mga puntong iyon ay magiging matematikal na kinakatawan bilang x Aug, x Oct, at x Dec, o x 1, x 3 at x 5.
Para sa isang kadahilanan, maaaring nais malaman ng isang tao ang halaga ng seguridad noong Setyembre. Maaari kang gumamit ng isang guhit na pagbubuklod ng algorithm upang matukoy ang halaga ng f (x) sa plot point x Sep, o x 2 na lilitaw sa loob ng umiiral na saklaw ng data.
Ang interpulasyon ay hindi dapat malito sa ekstra, kung saan maaaring tantiyahin ng isang punto ang data sa labas ng kilalang saklaw ng data. Karamihan sa mga tsart na kumakatawan sa kasaysayan ng stock ay sa katunayan malawak na interpolated. Ang linear regression ay ginagamit upang gawin ang mga curves na humigit-kumulang na kumakatawan sa mga pagkakaiba-iba ng presyo ng isang seguridad. Kahit na ang isang tsart na sumusukat sa isang stock sa loob ng isang taon ay kasama ang mga puntos ng data para sa bawat araw ng taon, ang isa ay hindi maaaring sabihin nang may kumpletong kumpiyansa kung saan ang isang stock ay pinahahalagahan sa isang tiyak na sandali sa oras.
Ang interporning ay medyo simple, ngunit kulang ito katumpakan. Ang interpulasyon ay ginamit ng mga sibilisasyong tao mula pa noong una, lalo na ng mga maagang astronomo sa Mesopotamia at Asia Minor na sinusubukang punan ang mga gaps (ang mga posibilidad ng pagmamasid para sa mga astronomo ay likas na limitado). Habang ang paggalaw ng mga planong pang-planeta ay napapailalim sa maraming mga kadahilanan, sila ay mas mahusay na angkop sa maling akala ng pagbubuklod kaysa sa wildly variant, hindi mahulaan na pagbabagu-bago ng stock ng publiko. Gayunpaman, sa labis na dami ng data na kasangkot sa pagsusuri ng seguridad, ang mga malalaking interpolasyon ng mga paggalaw ng presyo ay medyo hindi maiiwasan.
