oleva juhusliku protsessi realisatsioonina. Juhuslik on protsess, mille käigus uuritava tunnuse väärtused genereeritakse vastavalt mingile tõenäosuslikule seaduspärasusele. Juhuslik protsess on statsionaarne, kui tema tõenäosuslikud omadused ajas ei muutu. Vastasel korral on tegemist mittestatsionaarse juhusliku protsessiga. Sageli on võimalik jaotada aegrida komponentideks nii, et tema juhuslik komponent on statsionaarse juhusliku protsessi realiseeringuks. · Ekstrapoleerimiseks nimetatakse sõltuva tunnuse väärtuste hindamist väljaspool seose määramispiirkonda. Ekstrapoleerimisel tuginetakse kas vahetult teada olevatele sõltuva tunnuse väärtustele või varem kindlaks tehtud seosele tunnuste vahel. Seoses aegridadega eristatakse retrospektiivset (ajas tagasi vaatavat) ja perspektiivset (tulevikku suunatud) ekstrapoleerimist. Just viimane on aluseks statistilistele prognoosidele. INDEKSID
väärtusi, nimetame seose määramispiirkonnaks. Interpoleerimiseks nimetatakse mitteteadaolevate sõltuva tunnuse väärtuste hindamist seose määramispiirkonnas. Hindamisel tuginetakse teada olevatele sõltuva tunnuse väärtustele. Aegridade interpoleerimiseks on kasutatavad nii eespool käsitletud tasandamismeetodid kui elementaaranalüüsi meetodid. Ekstrapoleerimiseks nimetatakse sõltuva tunnuse väärtuste hindamist väljaspool seose määramispiirkonda. Ekstrapoleerimisel tuginetakse kas vahetult teada olevatele sõltuva tunnuse väärtustele või varem kindlaks tehtud seosele tunnuste vahel. Seoses aegridadega eristatakse retrospektiivset (ajas tagasi vaatavat) ja perspektiivset (tulevikku suunatud) ekstrapoleerimist. Just viimane on aluseks statistilistele prognoosidele.
Selleks leian: 25. Mis on splain? Tuua 2 näidet splainide kohta! Splainiks nimetatakse joont, mis ühendab omavahel etteantud punkte. Näited: v.t. eelmiseid jooniseid 26. Tuua 2 näidet, milles on võimalik katseandmeid ühe polünoomiga interpoleerida vt. Osa 7 punkt 1.15.2 27. Mis on ekstrapolatsioon? Esitada näide ekstrapolatsiooni kohta. Vahel on tarvis hinnata funktsiooni väärtusi punktides, mis on väljaspool etteantud punktide piirkonda. Sellist protseduuri nimetatakse ekstrapoleerimiseks ehk ennustamiseks. Näide: Olgu k := 1 .. 100 m := 10 n := 50 i := 0 .. n - 1 Arvutame f(k) väärtused w := f ( k) ja ekstrapolatsioonifunktsiooni p := predict ( w , m, n ) k Järgneval joonisel on näha antud funktsiooni graafik ja selle ekstrapoleeritud graafik. 12 4 .10 wk 12 2 .10 pi 0
Argumenttunnuse väärtuste vahemikku, millesse jäävate väärtuste jaoks on teada sõltuva tunnuse väärtusi, nimetame seose määramispiirkonnaks. Interpoleerimiseks nimetatakse mitteteadaolevate sõltuva tunnuse väärtuste hindamist seose määramispiirkonnas. Hindamisel tuginetakse teada olevatele sõltuva tunnuse väärtustele. Aegridade interpoleerimiseks on kasutatavad nii eespool käsitletud tasandamismeetodid kui elementaaranalüüsi meetodid. Ekstrapoleerimiseks nimetatakse sõltuva tunnuse väärtuste hindamist väljaspool seose määramispiirkonda. Ekstrapoleerimisel tuginetakse kas vahetult teada olevatele sõltuva tunnuse väärtustele või varem kindlaks tehtud seosele tunnuste vahel. Seoses aegridadega eristatakse retrospektiivset (ajas tagasi vaatavat) ja perspektiivset (tulevikku suunatud) ekstrapoleerimist. Just viimane on aluseks statistilistele prognoosidele. ^ i +1 =
annaabi.ee 
