Funktionen > Datenanalyse > Interpolation und Vorhersage > Funktionen für Interpolation und Vorhersage
  
Funktionen für Interpolation und Vorhersage
Interpolation ist der Vorgang, bei dem durch stückweises Einpassen geeigneter Funktionen (typischerweise Polynome) durch benachbarte Datenpunkte Zwischenwerte in Daten ermittelt werden. Im Gegensatz zu dieser Methode wird bei der Regression eine einzige Funktion, hinsichtlich der kleinsten Quadrate, durch alle Datenpunkte geführt.
Da Interpolationsfunktionen alle Datenpunkte durchgehen müssen, reagieren sie sehr empfindlich auf Stördaten. Wenn Ihre Daten verrauscht sind, sollten Sie stattdessen eher eine Regressions-Funktion verwenden.
interp – Interpolation an einem gegebenen Punkt der Ausgabe von cspline, lspline, pspline, bspline oder loess
bspline, Spline2, Binterp, DWS – B-Spline-Interpolation mit vom Benutzer vorgegebenen Knoten
cspline, pspline, lspline, Bicubic2D – Kubische-Spline-Interpolation in einer oder zwei Dimensionen mit kubischen, parabolischen oder linearen Endbedingungen
linterp – Lineare Interpolation
predict – Lineare Extrapolation
polyint, polycoeff, polyinter – Polynominterpolation
rationalint – Interpolation mit rationalen Funktionen
Thielecoeff, Thiele – Thiele-Interpolation mit Kettenbrüchen