Приложение предназначено для интерполяции реальных функций от одной переменной. Функции представляют собой набор точек (X, Y). Могут применяться следующие методы интерполяции: метод Ньютона, Эйткена, кубический метод Эрмита, кардинальная сплайн-интерполяция, сплайн Катмула-Рома, сплайн Кочанека-Бартлса, линейная интерполяция и интерполяция ближайшего соседа.
Если функция представляет собой временной ряд, то для обнаружения внутренних циклов можно применять методы прогнозирования и расчета автокорреляции.
Применяются следующие методы статистического прогнозирования: экспоненциально взвешенное скользящее среднее; - простая скользящая средняя; - линейное экспоненциальное взвешивание; - линейное экспоненциальное сглаживание Холта; и дополнительная тенденция замедления. Рассчитываются среднее и стандартное отклонение ошибок прогноза.
Функции, результаты их обработки и прогнозы могут храниться в базе данных типа Sqlit или в выбранной папке. Таблицы с этими данными можно экспортировать для печати, например, с помощью браузера Sqlit или через Интернет.
Приложение предназначено для интерполяции реальных функций от одной переменной и для статистического прогнозирования.
интерполировать реальные функции (набор точек (X, Y)) от одной переменной
можно применять методы интерполяции: Ньютона, Эйткена, кубического Эрмита, кардинальный сплайн
Сплайн Катмула-Рома, сплайн Кочанека-Бартлса, линейная интерполяция и интерполяция ближайшего соседа.
могут применяться статистические прогнозы – экспоненциально взвешенное скользящее среднее; - простая скользящая средняя;
линейное экспоненциальное взвешивание; - линейное экспоненциальное сглаживание Холта; и дополнительная тенденция замедления.
данные результатов можно экспортировать и отправлять через Интернет.
создание, удаление и выбор папки для хранения результатов данных
Если функция представляет собой временной ряд, то для обнаружения внутренних циклов можно применять методы прогнозирования и расчета автокорреляции.
Применяются следующие методы статистического прогнозирования: экспоненциально взвешенное скользящее среднее; - простая скользящая средняя; - линейное экспоненциальное взвешивание; - линейное экспоненциальное сглаживание Холта; и дополнительная тенденция замедления. Рассчитываются среднее и стандартное отклонение ошибок прогноза.
Функции, результаты их обработки и прогнозы могут храниться в базе данных типа Sqlit или в выбранной папке. Таблицы с этими данными можно экспортировать для печати, например, с помощью браузера Sqlit или через Интернет.
Приложение предназначено для интерполяции реальных функций от одной переменной и для статистического прогнозирования.
интерполировать реальные функции (набор точек (X, Y)) от одной переменной
можно применять методы интерполяции: Ньютона, Эйткена, кубического Эрмита, кардинальный сплайн
Сплайн Катмула-Рома, сплайн Кочанека-Бартлса, линейная интерполяция и интерполяция ближайшего соседа.
могут применяться статистические прогнозы – экспоненциально взвешенное скользящее среднее; - простая скользящая средняя;
линейное экспоненциальное взвешивание; - линейное экспоненциальное сглаживание Холта; и дополнительная тенденция замедления.
данные результатов можно экспортировать и отправлять через Интернет.
создание, удаление и выбор папки для хранения результатов данных
Читать ещё