La interpolació s'utilitza per predir els valors que existeixen dins d'un conjunt de dades i l'extrapolació s'utilitza per predir els valors que queden fora d'un conjunt de dades i utilitzar valors coneguts per predir valors desconeguts. Sovint, la interpolació és més fiable que l'extrapolació, però ambdós tipus de predicció poden ser valuosos per a diferents propòsits.
Quin és l'objectiu de l'extrapolació?
L'extrapolació és una estimació d'un valor basada en estendre una seqüència coneguda de valors o fets més enllà de l'àrea que és certament coneguda. En un sentit general, extrapolar és inferir quelcom que no s'indica explícitament a partir de la informació existent.
Per què fem servir la interpolació?
En resum, la interpolació és un procés per determinar els valors desconeguts que es troben entre els punts de dades coneguts. S'utilitza principalment per predir els valors desconeguts per a qualsevol punt de dades geogràfics, com ara el nivell de soroll, la pluja, l'elevació, etc..
Per què la interpolació és més precisa?
Dels dos mètodes, es prefereix la interpolació. Això és degut a que tenim més probabilitats d'obtenir una estimació vàlida. Quan fem servir l'extrapolació, suposem que la nostra tendència observada continua per a valors de x fora de l'interval que hem utilitzat per formar el nostre model.
Quin és el mètode d'interpolació més precís?
La interpolació de la funció de base radial és un grup divers de dadesmètodes d'interpolació. Pel que fa a la capacitat d'ajustar les vostres dades i produir una superfície llisa, el mètode multiquadric és considerat per molts com el millor. Tots els mètodes de la funció de base radial són interpoladors exactes, de manera que intenten respectar les vostres dades.
