Hoạt động ‘nội suy’ để xác định các giá trị còn thiếu và tầm quan trọng của thứ tự các điểm dữ liệu đối với quy trình

Định nghĩa nội suy – Nội suy dự đoán các giá trị tại một điểm bằng cách nghiên cứu các điểm lân cận của nó (trong cùng một cột), trái ngược với mô hình hóa dữ liệu trong đó tất cả các cột được xem xét khi nghiên cứu mối quan hệ giữa các điểm.

Những gì tôi đã thử:

Sau đây là những điểm được thu thập như một phần trong nghiên cứu của tôi về phép nội suy và những nghi ngờ của tôi:

1. Nội suy giả định độ trơn tru và liên tục giữa các điểm dữ liệu liên tiếp khi được kết nối bằng đường cong/đường thẳng. Vì vậy, việc trộn/sắp xếp các giá trị trong cột sẽ ảnh hưởng tiêu cực đến các đường/đường cong nội suy và các kết quả tiếp theo. Do đó, chúng ta không được sửa đổi thứ tự các điểm dữ liệu trong tập dữ liệu.

Nghi ngờ – Khi các điểm dữ liệu này được vẽ trên biểu đồ, thì độ gần của các giá trị/điểm dữ liệu với nhau sẽ phụ thuộc vào độ lớn của các giá trị, tức là, các giá trị có số lượng gần hơn sẽ nằm gần nhau hơn. Việc chúng được sắp xếp như thế nào trong tập dữ liệu không quan trọng. Vậy tại sao người ta lại chú trọng nhiều đến việc giữ nguyên thứ tự ban đầu của các giá trị tập dữ liệu?

Và thực tế đến mức nào khi cho rằng người chuẩn bị tập dữ liệu đã sắp xếp các giá trị theo thứ tự đảm bảo tính liên tục và thông suốt giữa các điểm dữ liệu của cột đang được xem xét? Chúng tôi không biết cột nào được coi là chìa khóa để sắp xếp các hàng.

Ghi chú: Tôi đã giải thích sự hiểu biết và nghi ngờ của mình một cách chi tiết nhất có thể. Trong trường hợp sự hiểu biết của tôi sai hoặc câu hỏi của tôi không rõ ràng, hãy cho tôi biết.