Interpolation & Prediction 소개
이 응용 프로그램은 단일 변수에서 실제 함수를 보간하기 위한 것입니다. 함수는 점(X, Y)의 집합입니다. Newton's, Aitken's, Cubic Hermite's method, Cardinal Spline Interpolation, Catmul-Rom's Spline, Kochanek-Bartls's Spline, 선형 보간, Nearest Neighbor Interpolation 등의 보간 방법을 적용할 수 있습니다.
함수가 시계열인 경우 자기상관을 예측하고 계산하는 방법을 적용하여 내부 주기를 감지할 수 있습니다.
통계적 예측을 위해 다음과 같은 방법이 적용됩니다. 즉, 지수 가중 이동 평균입니다. - 단순 이동 평균; - 선형 지수 가중치; - 홀트(Holt)의 선형 지수평활; 그리고 추가 둔화 추세. 예측 오류의 평균과 표준편차가 계산됩니다.
기능, 처리 결과 및 예측은 Sqlit 유형의 데이터베이스 또는 선택한 폴더에 저장할 수 있습니다. 이 데이터가 포함된 테이블은 Sqlit 브라우저나 인터넷 등을 사용하여 인쇄하기 위해 내보낼 수 있습니다.
이 응용 프로그램은 단일 변수에서 실제 함수를 보간하고 통계적 예측을 위해 고안되었습니다.
단일 변수에서 실제 함수(점 집합(X, Y))를 보간합니다.
보간법 적용 가능: Newton's, Aitken's, Cubic Hermite's, Cardinal Spline
Catmul-Rom의 스플라인, Kochanek-Bartls의 스플라인, 선형 보간 및 최근접 이웃 보간.
통계적 예측을 적용할 수 있습니다 - 지수 가중 이동 평균; - 단순 이동 평균;
선형 지수 가중치; - 홀트(Holt)의 선형 지수평활; 그리고 추가 둔화 추세.
결과 데이터를 인터넷으로 내보내고 보낼 수 있습니다.
저장 데이터 결과를 위한 폴더 생성, 삭제 및 선택
함수가 시계열인 경우 자기상관을 예측하고 계산하는 방법을 적용하여 내부 주기를 감지할 수 있습니다.
통계적 예측을 위해 다음과 같은 방법이 적용됩니다. 즉, 지수 가중 이동 평균입니다. - 단순 이동 평균; - 선형 지수 가중치; - 홀트(Holt)의 선형 지수평활; 그리고 추가 둔화 추세. 예측 오류의 평균과 표준편차가 계산됩니다.
기능, 처리 결과 및 예측은 Sqlit 유형의 데이터베이스 또는 선택한 폴더에 저장할 수 있습니다. 이 데이터가 포함된 테이블은 Sqlit 브라우저나 인터넷 등을 사용하여 인쇄하기 위해 내보낼 수 있습니다.
이 응용 프로그램은 단일 변수에서 실제 함수를 보간하고 통계적 예측을 위해 고안되었습니다.
단일 변수에서 실제 함수(점 집합(X, Y))를 보간합니다.
보간법 적용 가능: Newton's, Aitken's, Cubic Hermite's, Cardinal Spline
Catmul-Rom의 스플라인, Kochanek-Bartls의 스플라인, 선형 보간 및 최근접 이웃 보간.
통계적 예측을 적용할 수 있습니다 - 지수 가중 이동 평균; - 단순 이동 평균;
선형 지수 가중치; - 홀트(Holt)의 선형 지수평활; 그리고 추가 둔화 추세.
결과 데이터를 인터넷으로 내보내고 보낼 수 있습니다.
저장 데이터 결과를 위한 폴더 생성, 삭제 및 선택
더 보기
