#экстраполяция
Дорогие друзья, в последнее время у нас часто проскакивает экстраполяция. Некоторые даже подумали, что мы её не любим. А, возможно, и вовсе не чтим математику. Это не так.
Хорошее про экстраполяцию от нашего камрада Михаила Будённого.
Экстраполяция сложный инструмент, для очень ограниченного круга задач. Главное условие возможности применения - стабильность условий, в которых протекает процесс. Потому что успешность "предсказания" зависит именно от того, как часто и как сильно меняются условия.
Ты едешь на машине со скоростью 100км\ч, значит, экстраполируя твою скорость на пройденное расстояние, мы можем предположить, что 100 км ты проедешь за час.
Но хер там, потому что участки с ограничениями, потому что пробки могут быть, да и просто ты на заправку заедешь.
Следовательно для процессов с высокой частотностью изменения внутренних параметров экстраполяция бесполезна чуть больше чем полностью.
Во вторых, нужно уметь правильно определять что и на что экстраполировать.
Перед тобой в 1 км обрыв, и ты приближаешься к нему на скорости 100км\ч, но ты его видишь и начинаешь тормозить. И если мы экстраполируем твою текущую в моменте скорость на расстояние, ты мы придём к выводу, что ты упадёшь с обрыва через 36 секунд, но если мы экстраполируем изменение твоей скорости в следствие торможения на дистанцию с момента торможения, то мы поймём, что до обрыва ты не доедешь и не упадёшь.
Так что в одной и той же ситуации, беря разные параметры для экстраполяции, можно получить диаметрально противоположные результаты.
Так что использовать результат экстраполяции, как какой то аргумент, да ещё и в следствие анализа столь высокочастотно изменяемой системы как экономическая система - это конечно круто!
MarketScreen
Дорогие друзья, в последнее время у нас часто проскакивает экстраполяция. Некоторые даже подумали, что мы её не любим. А, возможно, и вовсе не чтим математику. Это не так.
Хорошее про экстраполяцию от нашего камрада Михаила Будённого.
Экстраполяция сложный инструмент, для очень ограниченного круга задач. Главное условие возможности применения - стабильность условий, в которых протекает процесс. Потому что успешность "предсказания" зависит именно от того, как часто и как сильно меняются условия.
Ты едешь на машине со скоростью 100км\ч, значит, экстраполируя твою скорость на пройденное расстояние, мы можем предположить, что 100 км ты проедешь за час.
Но хер там, потому что участки с ограничениями, потому что пробки могут быть, да и просто ты на заправку заедешь.
Следовательно для процессов с высокой частотностью изменения внутренних параметров экстраполяция бесполезна чуть больше чем полностью.
Во вторых, нужно уметь правильно определять что и на что экстраполировать.
Перед тобой в 1 км обрыв, и ты приближаешься к нему на скорости 100км\ч, но ты его видишь и начинаешь тормозить. И если мы экстраполируем твою текущую в моменте скорость на расстояние, ты мы придём к выводу, что ты упадёшь с обрыва через 36 секунд, но если мы экстраполируем изменение твоей скорости в следствие торможения на дистанцию с момента торможения, то мы поймём, что до обрыва ты не доедешь и не упадёшь.
Так что в одной и той же ситуации, беря разные параметры для экстраполяции, можно получить диаметрально противоположные результаты.
Так что использовать результат экстраполяции, как какой то аргумент, да ещё и в следствие анализа столь высокочастотно изменяемой системы как экономическая система - это конечно круто!
MarketScreen
