การแก้ไขคืออะไร?

การแก้ไขเกี่ยวข้องกับการค้นพบรูปแบบในชุดจุดข้อมูลเพื่อประเมินค่าระหว่างสองจุดการแก้ไขเชิงเส้นเป็นหนึ่งในวิธีที่ง่ายที่สุดในการแก้ไข mdash; เส้นที่เชื่อมต่อสองจุดใช้เพื่อประเมินค่ากลางพหุนามที่มีลำดับสูงกว่าสามารถแทนที่ฟังก์ชั่นเชิงเส้นเพื่อผลลัพธ์ที่แม่นยำยิ่งขึ้น แต่ซับซ้อนกว่าการแก้ไขสามารถเปรียบเทียบกับการคาดการณ์ซึ่งใช้ในการประเมินค่าภายนอกของชุดของจุดแทนที่จะเป็นระหว่างพวกเขา

ชุดข้อมูลที่ไม่ต่อเนื่องมีจุดที่มีพิกัดสองตัวขึ้นไปในพล็อตการกระจาย XY ทั่วไปตัวแปรแนวนอนคือ x และตัวแปรแนวตั้งคือ yจุดข้อมูลที่มีทั้งพิกัด X และ Y สามารถพล็อตบนกราฟนี้เพื่อการสร้างภาพได้ง่ายในการใช้งานจริงทั้ง X และ Y แสดงถึงปริมาณที่ จำกัด ในโลกแห่งความเป็นจริงโดยทั่วไปแล้ว x หมายถึงตัวแปรอิสระเช่นเวลาหรือพื้นที่ในขณะที่ y หมายถึงตัวแปรตามเช่นประชากร

บ่อยครั้งข้อมูลสามารถรวบรวมข้อมูลได้ที่จุดที่ไม่ต่อเนื่องเท่านั้นในตัวอย่างของการตรวจสอบประชากรของประเทศการสำรวจสำมะโนประชากรสามารถดำเนินการได้ในบางช่วงเวลาเท่านั้นการวัดเหล่านี้สามารถพล็อตเป็นจุดข้อมูลที่ไม่ต่อเนื่องในแผนภูมิ XY

หากมีการสำรวจสำมะโนประชากรทุก ๆ ห้าปีมันเป็นไปไม่ได้ที่จะรู้ว่าประชากรที่แน่นอนระหว่างการสำรวจสำมะโนประชากรในการแก้ไขเชิงเส้นจุดข้อมูลสองจุดเชื่อมต่อกับฟังก์ชันเชิงเส้นซึ่งหมายความว่าตัวแปรตาม (ประชากร) จะถือว่ามีการเปลี่ยนแปลงในอัตราคงที่เพื่อไปถึงจุดข้อมูลถัดไปหากประชากรหนึ่งปีหลังจากการสำรวจสำมะโนประชากรหนึ่งสามารถแทรกตรงเชิงเส้นตรงจุดข้อมูลเพื่อประเมินค่ากลางตามสายเชื่อมต่อโดยทั่วไปแล้วจะเห็นได้ชัดว่าตัวแปรจริงไม่เปลี่ยนเป็นเส้นตรงระหว่างจุดข้อมูล แต่การทำให้เข้าใจง่ายนี้มักจะแม่นยำเพียงพอ

บางครั้งการแก้ไขเชิงเส้นแนะนำข้อผิดพลาดมากเกินไปในการประมาณการตัวอย่างเช่นประชากรแสดงการเติบโตแบบทวีคูณในหลาย ๆ สถานการณ์ในการเติบโตแบบทวีคูณอัตราการเติบโตของตัวเองเพิ่มขึ้น mdash ประชากรที่สูงขึ้นนำไปสู่การเกิดมากขึ้นซึ่งจะเพิ่มอัตราทั้งหมดที่ประชากรเพิ่มขึ้นในพล็อตการกระจาย XY พฤติกรรมแบบนี้จะแสดงแนวโน้มว่า“ โค้งขึ้นไป”วิธีการแก้ไขที่แม่นยำยิ่งขึ้นอาจเหมาะสมสำหรับการศึกษาประเภทนี้

การแก้ไขพหุนามเกี่ยวข้องกับการเชื่อมต่อจุดข้อมูลจำนวนมากกับฟังก์ชันพหุนามฟังก์ชั่นเชิงเส้นเป็นความหลากหลายของฟังก์ชั่นพหุนามและ mdash; คือพหุนามของคำสั่งหนึ่งแม้ว่าพหุนามอาจมีคำสั่งซื้อสูงกว่าหนึ่ง: คำสั่งซื้อที่สองคือพาราโบลาคำสั่งสามเป็นฟังก์ชันลูกบาศก์และอื่น ๆชุดของจุดข้อมูลประชากรอาจจะถูกแก้ไขด้วยฟังก์ชันพหุนามได้ดีกว่าฟังก์ชั่นเชิงเส้นเนื่องจากอดีตสามารถโค้งขึ้นและลงเพื่อให้ตรงกับข้อมูล