रैखिक एक्सट्रापोलेशन क्या है?
रैखिक एक्सट्रापोलेशन (Linear Extrapolation) किसी ऐसे अज्ञात मान का अनुमान लगाता है जो आपके ज्ञात डेटा की रेंज के बाहर स्थित होता है। इसके लिए दो बिंदुओं से बनी सीधी रेखा को आगे या पीछे बढ़ाया जाता है। यदि आपको दो बिंदु (x₁, y₁) और (x₂, y₂) पता हैं, तो आप इसी ट्रेंड को आगे (या पीछे) ले जाकर किसी भी चुने हुए x पर y का मान निकाल सकते हैं। यह कैलकुलेटर यह काम तुरंत कर देता है और साथ ही रेखा का ढाल (slope) भी बता देता है।
इस कैलकुलेटर का उपयोग कैसे करें
अपने दोनों ज्ञात बिंदुओं के निर्देशांक दर्ज करें — x₁, y₁ और x₂, y₂ — और फिर वह x मान टाइप करें जिसके लिए आप y का अनुमान लगाना चाहते हैं। "कैलकुलेट" दबाते ही आपको एक्सट्रापोलेटेड y मान और ट्रेंड रेखा का ढाल दोनों मिल जाएंगे। यही टूल इंटरपोलेशन (जब x दोनों बिंदुओं के बीच हो) के लिए भी काम करता है, पर इसका सबसे ज़्यादा उपयोग डेटा से परे अनुमान लगाने में होता है।
सूत्र की पूरी समझ
दो बिंदुओं से होकर गुज़रने वाली रेखा का ढाल \(m = \frac{y_2 - y_1}{x_2 - x_1}\) होता है। पहले बिंदु से शुरू करते हुए, किसी भी x पर y का मान इस प्रकार निकलता है:
$$y = y_1 + \left(x - x_1\right) \cdot \frac{y_2 - y_1}{x_2 - x_1}$$
यहाँ (x − x₁) यह दर्शाता है कि आप पहले बिंदु से x-अक्ष पर कितनी दूर बढ़े हैं, और इसे ढाल से गुणा करने पर पता चलता है कि उस दूरी में y कितना बदलता है।
हल किया गया उदाहरण
मान लीजिए सप्ताह 1 में बिक्री 2 यूनिट थी (x₁=1, y₁=2) और सप्ताह 3 में 6 यूनिट (x₂=3, y₂=6)। ढाल होगा $$\frac{6 - 2}{3 - 1} = \frac{4}{2} = 2$$ यूनिट प्रति सप्ताह। अब सप्ताह 5 (x=5) के लिए अनुमान: $$y = 2 + (5 - 1)\cdot 2 = 2 + 8 = 10 \text{ यूनिट}$$।
आपके एक्सट्रैपोलेटेड परिणाम की व्याख्या
कैलकुलेटर आपके दो ज्ञात बिंदुओं \((x_1, y_1)\) और \((x_2, y_2)\) से होकर एक सीधी रेखा खींचता है और उसे आपके दर्ज किए गए x मान तक बढ़ा देता है। उस रेखा की ढलान, \(m = \frac{ y_2 - y_1}{x_2 - x_1}\), बताती है कि पूर्वानुमान को कैसे पढ़ना है:
- धनात्मक ढलान: x बढ़ने पर y भी बढ़ता है, इसलिए बड़े x तक एक्सट्रैपोलेट करने पर y आपके ज्ञात बिंदुओं से बड़ा आता है।
- ऋणात्मक ढलान: x बढ़ने पर y घटता है, इसलिए बड़े x तक एक्सट्रैपोलेट करने पर y छोटा आता है।
- शून्य ढलान: \(y_1 = y_2\), इसलिए y स्थिर रहता है और हर x के लिए अनुमानित y वही मान होता है।
उदाहरण: बिंदु (2, 10) और (4, 18) के साथ ढलान \(\frac{18 - 10}{4 - 2} = 4\) है, इसलिए x = 6 पर रेखा \(y = 10 + (6 - 2)\cdot 4 = 26\) देती है।
कब परिणाम पर भरोसा किया जा सकता है
- संबंध वास्तव में रैखिक होना चाहिए। यह सूत्र परिवर्तन की स्थिर दर मानता है। यदि वास्तविक संबंध सीधी रेखा नहीं है, तो आउटपुट केवल मोटा अनुमान है।
- दूरी के साथ विश्वसनीयता घटती है। x आपके दो ज्ञात बिंदुओं से जितना आगे होगा, रैखिकता से कोई भी छोटा विचलन या इनपुट में कोई भी माप त्रुटि उतनी ही बढ़ जाएगी।
- दो बिंदु वक्रता का पता नहीं लगा सकते। किन्हीं दो बिंदुओं को सीधी रेखा से जोड़ा जा सकता है, इसलिए यदि वास्तविक प्रवृत्ति वक्र है तो डेटा स्वयं कोई चेतावनी नहीं देता। रैखिकता जांचने के लिए अतिरिक्त डेटा बिंदु या अंतर्निहित प्रक्रिया की जानकारी चाहिए।
असंभव मानों से सावधान रहें
रेखा को बहुत दूर तक बढ़ाने से असंभव परिणाम आ सकते हैं, जैसे ऋणात्मक मात्राएँ, जनसंख्या, कीमतें या लंबाइयाँ, या 100% से अधिक प्रतिशत। यदि उत्तर भौतिक या व्यावहारिक रूप से तर्कसंगत नहीं है, तो उस x पर रैखिक धारणा संभवतः टूट चुकी है।
कब कोई अलग मॉडल उपयोग करें
घातांकीय वृद्धि या क्षय (उदाहरण के लिए चक्रवृद्धि या रेडियोधर्मी क्षय), किसी सीमा पर समतल होने वाली लॉजिस्टिक वृद्धि, और मौसमी या चक्रीय डेटा के लिए अलग मॉडल चाहिए। दो बिंदुओं से गुजरने वाली सीधी रेखा इन पैटर्न के लिए आमतौर पर भ्रामक होगी, खासकर जब प्रेक्षित सीमा से काफी बाहर एक्सट्रैपोलेट किया जाए।
अक्सर पूछे जाने वाले सवाल
इंटरपोलेशन और एक्सट्रापोलेशन में क्या अंतर है? इंटरपोलेशन ज्ञात रेंज के भीतर अनुमान लगाता है; एक्सट्रापोलेशन उस रेंज के बाहर अनुमान लगाता है। गणित दोनों में एक जैसा ही है, पर एक्सट्रापोलेशन में अनिश्चितता ज़्यादा होती है।
एक्सट्रापोलेशन जोखिम भरा क्यों है? यह मान लेता है कि रैखिक ट्रेंड बिना बदले आगे जारी रहेगा। वास्तविक दुनिया का डेटा अक्सर मुड़ जाता है या बदल जाता है, इसलिए रेंज से बहुत दूर के मान भरोसेमंद नहीं होते।
क्या x₁ और x₂ बराबर हो सकते हैं? नहीं — खड़ी (vertical) रेखा का ढाल अपरिभाषित होता है, इसलिए सही गणना के लिए दोनों x मानों का अलग होना ज़रूरी है।