A propos des fonctions d'interpolation et de prédiction
Une interpolation consiste à calculer des valeurs intermédiaires en ajustant les fonctions appropriées (fonctions polynomiales, notamment) par morceaux entre les points de données adjacents. Cette méthode diffère de celle de la régression, qui consiste à ajuster une fonction unique (droite des moindres carrés) entre tous les points de données.
Dans la mesure où les fonctions d'interpolation doivent passer en revue tous les points de données, elles sont très sensibles aux données parasites. Si vos données sont parasitées, pensez à utiliser de préférence une fonction de régression.
• cspline, pspline, lspline,
Bicubic2D : interpolation par spline cubique à une et deux dimensions avec conditions cubiques, paraboliques et linéaires relatives aux points d'extrémité