Interpolation & Prediction

एप्लिकेशन का उद्देश्य एकल चर से वास्तविक कार्यों को प्रक्षेपित करना है। फ़ंक्शंस बिंदुओं (X, Y) का एक सेट हैं। निम्नलिखित प्रक्षेप विधियों को लागू किया जा सकता है: न्यूटन की, ऐटकेन की, क्यूबिक हर्मिट की विधि, कार्डिनल स्प्लाइन प्रक्षेप, कैटमुल-रोम की स्प्लाइन, कोचानेक-बार्टल्स की स्प्लाइन, रैखिक प्रक्षेप और निकटतम पड़ोसी प्रक्षेप।

यदि फ़ंक्शन एक समय श्रृंखला है, तो आंतरिक चक्रों का पता लगाने के लिए ऑटोसहसंबंध की भविष्यवाणी और गणना करने के तरीकों को लागू किया जा सकता है।

सांख्यिकीय भविष्यवाणी के लिए निम्नलिखित विधियाँ लागू की जाती हैं - एक घातीय रूप से भारित चलती औसत; - सरल चलती औसत; - रैखिक घातीय वजन; - होल्ट की रैखिक घातीय चौरसाई; और एक अतिरिक्त धीमी प्रवृत्ति। पूर्वानुमान त्रुटियों के माध्य और मानक विचलन की गणना की जाती है।

फ़ंक्शंस, उनके प्रसंस्करण के परिणाम और पूर्वानुमानों को Sqlit प्रकार के डेटाबेस में या चयनित फ़ोल्डर में संग्रहीत किया जा सकता है। इस डेटा वाली तालिकाओं को मुद्रण के लिए निर्यात किया जा सकता है, उदाहरण के लिए, स्क्लिट ब्राउज़र का उपयोग करके या इंटरनेट द्वारा।

एप्लिकेशन का उद्देश्य एकल चर से वास्तविक कार्यों को प्रक्षेपित करना और सांख्यिकीय भविष्यवाणी करना है

एक ही चर से वास्तविक कार्यों (बिंदुओं का सेट (एक्स, वाई)) को प्रक्षेपित करें

प्रक्षेप विधियों को लागू किया जा सकता है: न्यूटन, ऐटकेन, क्यूबिक हर्मिट, कार्डिनल स्पलाइन

कैटमुल-रोम की तख़्ता, कोचानेक-बार्टल्स की तख़्ता, रैखिक प्रक्षेप और निकटतम पड़ोसी प्रक्षेप।

सांख्यिकीय भविष्यवाणियाँ लागू की जा सकती हैं - घातीय रूप से भारित चलती औसत; - सरल चलती औसत;

रैखिक घातीय वजन; - होल्ट की रैखिक घातीय चौरसाई; और एक अतिरिक्त धीमी प्रवृत्ति।

परिणाम डेटा को इंटरनेट द्वारा निर्यात और भेजा जा सकता है

भंडारण डेटा परिणामों के लिए एक फ़ोल्डर बनाना, हटाना और चयन करना