Interpolation & Prediction

Aplikasi ini dimaksudkan untuk menginterpolasi fungsi nyata dari satu variabel. Fungsi adalah himpunan titik (X, Y). Metode interpolasi berikut dapat diterapkan: metode Newton, Aitken, kubik Hermite, interpolasi spline kardinal, spline Catmul-Rom, spline Kochanek-Bartls, interpolasi linier, dan interpolasi tetangga terdekat.

Jika fungsinya adalah deret waktu, maka metode untuk memprediksi dan menghitung autokorelasi dapat diterapkan untuk mendeteksi siklus internal.

Metode prediksi statistik berikut diterapkan - rata-rata pergerakan tertimbang secara eksponensial; - rata-rata pergerakan sederhana; - penimbangan eksponensial linier; - Pemulusan eksponensial linier Holt; dan tren perlambatan tambahan. Rata-rata dan deviasi standar kesalahan perkiraan dihitung.

Fungsi, hasil pemrosesan, dan perkiraannya dapat disimpan dalam database bertipe Sqlit atau di folder yang dipilih. Tabel dengan data ini dapat diekspor untuk dicetak, misalnya menggunakan browser Sqlit atau melalui Internet.

Aplikasi ini dimaksudkan untuk menginterpolasi fungsi nyata dari satu variabel dan untuk prediksi statistik

interpolasi fungsi nyata (kumpulan titik (X, Y)) dari satu variabel

dapat diterapkan metode interpolasi: Newton, Aitken, kubik Hermite, spline kardinal

Spline Catmul-Rom, spline Kochanek-Bartls, interpolasi linier dan interpolasi tetangga terdekat.

dapat diterapkan prediksi statistik - rata-rata pergerakan tertimbang secara eksponensial; - rata-rata pergerakan sederhana;

penimbangan eksponensial linier; - Pemulusan eksponensial linier Holt; dan tren perlambatan tambahan.

data hasil dapat diekspor dan dikirim melalui Internet

membuat, menghapus dan memilih folder untuk hasil penyimpanan data