Contrariamente ad altre risposte, direi che non c'è nulla di sbagliato nell'estrapolazione nella misura in cui non viene usata in modo insensato. Innanzitutto, notare che l' estrapolazione è :
il processo di stima, oltre l'intervallo di osservazione originale, il valore di una variabile sulla base della sua relazione con un'altra variabile.
... quindi è un termine molto ampio e molti metodi diversi che vanno dalla semplice estrapolazione lineare , alla regressione lineare, alla regressione polinomiale o persino ad alcuni metodi avanzati di previsione di serie temporali si adattano a tale definizione. In effetti, estrapolazione, previsione e previsione sono strettamente correlate. In statistica abbiamo spesso facciamo previsioni e le previsioni . Questo è anche ciò che dice il link a cui ti riferisci:
Dal primo giorno delle statistiche ci viene insegnato che l'estrapolazione è un grande no-no, ma è esattamente quello che è la previsione.
Molti metodi di estrapolazione sono usati per fare previsioni, inoltre, spesso alcuni metodi semplici funzionano abbastanza bene con piccoli campioni, quindi possono essere preferiti a quelli complicati. Il problema è, come notato in altre risposte, quando si utilizza il metodo di estrapolazione in modo errato.
Ad esempio, molti studi dimostrano che l'età dell'iniziazione sessuale diminuisce nel tempo nei paesi occidentali. Dai un'occhiata a una trama sotto sull'età del primo rapporto negli Stati Uniti. Se avessimo usato ciecamente la regressione lineare per prevedere l'età del primo rapporto, prevedremmo che scendesse sotto lo zero ad un certo numero di anni (di conseguenza con il primo matrimonio e la prima nascita che si verificano dopo la morte) ... Tuttavia, se fosse necessario previsione di un anno prima, quindi immagino che la regressione lineare porterebbe a previsioni a breve termine abbastanza accurate per la tendenza.
(fonte guttmacher.org )
Tutti i modelli sono sbagliati , anche l'estrapolazione è sbagliata, poiché non ti permetterebbe di fare previsioni precise. Come altri strumenti matematici / statistici ti permetterà di fare previsioni approssimative . La misura in cui saranno precisi dipenderà dalla qualità dei dati che hai, usando metodi adeguati al tuo problema, i presupposti che hai fatto durante la definizione del tuo modello e molti altri fattori. Ma questo non significa che non possiamo usare tali metodi. Possiamo, ma dobbiamo ricordare i loro limiti e dovremmo valutare la loro qualità per un dato problema.