Perbedaan Antara Ekstrapolasi dan Interpolasi

Ekstrapolasi dan interpolasi keduanya digunakan untuk memperkirakan nilai-nilai hipotetis untuk variabel berdasarkan pengamatan lain. Ada berbagai metode interpolasi dan ekstrapolasi berdasarkan tren keseluruhan yang diamati dalam data. Kedua metode ini memiliki nama yang sangat mirip. Kami akan memeriksa perbedaan di antara mereka.

Untuk mengetahui perbedaan antara ekstrapolasi dan interpolasi, kita perlu melihat awalan "ekstra" dan "antar." Awalan "ekstra" berarti "di luar" atau "di samping." Awalan "antar" berarti "di antara" atau "di antara." Hanya mengetahui makna-makna ini (dari aslinya di Latin) berjalan jauh untuk membedakan antara dua metode.

Untuk kedua metode, kami mengasumsikan beberapa hal. Kami telah mengidentifikasi variabel independen dan variabel dependen. Melalui contoh atau kumpulan data, kami memiliki sejumlah pasangan variabel-variabel ini. Kami juga berasumsi bahwa kami telah merumuskan model untuk data kami. Ini mungkin a garis kuadrat terkecil paling cocok, atau bisa juga jenis kurva lain yang mendekati data kami. Dalam kasus apa pun, kami memiliki fungsi yang menghubungkan variabel independen dengan variabel dependen.

Tujuannya bukan hanya model untuk kepentingannya sendiri, kami biasanya ingin menggunakan model kami untuk prediksi. Lebih khusus lagi, mengingat variabel independen, akan seperti apa nilai prediksi dari variabel dependen yang sesuai? Nilai yang kami masukkan untuk variabel independen kami akan menentukan apakah kami bekerja dengan ekstrapolasi atau interpolasi.

Kita dapat menggunakan fungsi kita untuk memprediksi nilai variabel dependen untuk variabel independen yang ada di tengah-tengah data kita. Dalam hal ini, kami melakukan interpolasi.

Misalkan data dengan x antara 0 dan 10 digunakan untuk menghasilkan a Garis regresiy = 2x + 5. Kita dapat menggunakan garis paling cocok ini untuk memperkirakan y nilai yang sesuai dengan x = 6. Cukup colokkan nilai ini ke persamaan kami dan kami melihatnya y = 2(6) + 5 =17. Karena kita x nilai adalah di antara rentang nilai yang digunakan untuk membuat garis paling cocok, ini adalah contoh interpolasi.

Kita dapat menggunakan fungsi kita untuk memprediksi nilai variabel dependen untuk variabel independen yang berada di luar rentang data kita. Dalam hal ini, kami melakukan ekstrapolasi.

Misalkan seperti sebelumnya data itu dengan x antara 0 dan 10 digunakan untuk menghasilkan garis regresi y = 2x + 5. Kita dapat menggunakan garis paling cocok ini untuk memperkirakan y nilai yang sesuai dengan x = 20. Cukup colokkan nilai ini ke persamaan kami dan kami melihatnya y = 2(20) + 5 =45. Karena kita x nilai bukan di antara kisaran nilai yang digunakan untuk membuat garis paling cocok, ini adalah contoh ekstrapolasi.

Dari dua metode, interpolasi lebih disukai. Ini karena kami memiliki kemungkinan lebih besar untuk memperoleh estimasi yang valid. Ketika kami menggunakan ekstrapolasi, kami membuat asumsi bahwa tren yang diamati terus untuk nilai x di luar rentang yang kami gunakan untuk membentuk model kami. Mungkin ini bukan masalahnya, jadi kami harus sangat berhati-hati saat menggunakan teknik ekstrapolasi.