1 内挿と外挿の基本
1.1 用語の定義と区別
1.1.1 内挿とは何か
内挿（interpolation）とは、観測点や既知のデータ点が定義する領域の中で、未観測の位置における値を推定する手法である。推定は、既知点の間に位置する入力に対して行われることが多く、変化が比較的滑らかであるという前提の下で、観測値同士の整合性を保ちながら連続的な関数（または曲線）として補う考え方に基づく。
1.1.2 外挿とは何か
外挿（extrapolation）とは、観測点や既知データが存在する範囲の外側に位置する入力に対して値を推定する手法である。観測で支えられていない領域へ推定を伸ばすため、関数の変化様式や誤差の挙動、環境条件の継続性に関する仮定が強く効きやすい。結果として、同じ手法でも内挿より不確実性が増大しやすい。
1.2 既知範囲の考え方
1.2.1 観測点と対象領域
「既知」と呼べるものには、離散的な観測点だけでなく、それらが裏打ちする関数の振る舞いに関する情報も含まれる。対象領域は、独立変数（時刻、空間座標、パラメータ等）が取り得る範囲として設定され、既知点が密に配置されるほど内挿の条件が満たされやすい。一方で、観測点の配置が偏っている場合は、近傍であっても境界付近では推定の信頼度が下がることがある。
1.2.2 「間」と「外側」の境界
「間」と「外側」の境界は、独立変数の定義域に対して明確に定められる。典型的には、観測点の最小値と最大値の間は内挿、外は外挿とみなされるが、実務ではこの判断が単純ではないこともある。例えば、観測が不均一に分布している場合、最小・最大の外側ではない領域でも、データが疎であるため外挿に近い振る舞い（仮定への依存増大）が生じる。したがって境界は「厳密な幾何」だけでなく「データの支持（情報量）」としても解釈される。
1.3 目的の違い
1.3.1 欠損補完としての内挿
内挿は欠損の補完に用いられることが多い。測定機器の停止区間を埋めたり、離散化されたセンサ値から連続量を復元したりする目的である。ここで重要なのは、補完後の値が計測系の意味を損なっていないか、また推定誤差が下流処理（たとえば制御や統計量の計算）にどの程度影響するかである。適切な不確実性の見積りが欠損補完の成否を左右する。
1.3.2 予測としての外挿
外挿は、将来や未観測条件の推定など予測に相当する場面で現れる。時系列において観測期間を過ぎた先の値を求める場合や、設計点を超える運転条件での性能を見積もる場合などが該当する。外挿の評価は「当たったか」だけでは不十分であり、どの仮定が外挿領域で破綻し得るか、予測区間が現実のばらつきをどれだけ包含するかが中心課題となる。
2 数学的手法
2.1 内挿の典型的手法
2.1.1 線形内挿
線形内挿は、2点間を結ぶ直線で中間値を求める基本的な方法である。観測点の間に対して区間ごとに一次関数を適用し、計算が容易で実装しやすい。特に曲線の形状が大きく変わらない場合や、高周波成分が小さい場合には、過度な仮定を置かずに妥当な補完を与えることが多い。
2.1.1.1 区分線形と単調性
線形内挿を区間ごとに適用すると、全体としては連続でも微分可能性は区間境界で失われることがある。また、データが単調に増減しているとき、素朴な補間が途中で折り返しを生む可能性は低い場合が多いが、観測点がノイズを含むと単調性が崩れることもある。必要に応じて単調性保持型の改良（勾配制限など）が使われ、解釈可能性を高める。
2.1.2 多項式内挿
多項式内挿は、既知点を通る多項式を構成し、その多項式で中間値を評価する方法である。理論上は任意の点集合を通過する多項式を作れるが、次数を上げるほど振動が増え、数値的な不安定性が問題になり得る。したがって実務では、次数制御や区分化（局所化）と組み合わせることが多い。
2.1.2.1 ラグランジュ補間
ラグランジュ補間は、各観測点に対応する基底多項式の線形結合として補間多項式を表す手法である。構成が直観的で、点の追加や入替に対して再構成の考え方が整理しやすい。係数の計算は基底多項式の評価に依存し、実装上は計算量や丸め誤差への配慮が必要となる。
2.1.2.2 ニュートン補間
ニュートン補間は、階差（差分）を用いて多項式を階層的に拡張する表現に基づく。計算では、最初に低次の近似を作り、差分を更新しながら高次へ拡張できる点が利点である。観測点を追加する運用では、既存の差分情報を活かした更新が可能になることがある。
2.1.3 スプライン内挿
スプライン内挿は、区分的に低次多項式（通常は三次）を用い、区間境界で滑らかさを満たすように設計する方法である。多点を通すことと、過度な振動を抑えることを両立しやすく、曲線の幾何学的性質を自然に表現できる。滑らかな変化が望ましいデータでは特に広く用いられる。
2.1.3.1 自然スプラインと境界条件
スプラインでは境界条件が形状を決める重要な要素になる。自然スプラインの一例では端点で二階微分がゼロとなる条件を課し、端部の曲率を抑えることで極端な湾曲を抑制する。ほかにも、端点の傾きや既知の勾配情報を用いる条件があり、データの物理的解釈や観測条件に合わせて選択される。
2.2 外挿の考え方と注意点
2.2.1 外挿の不安定性の理由
外挿が難しいのは、観測点の外側でモデルが支える情報が少なくなるためである。多項式などの柔軟な関数形は、境界付近では点への適合を満たしても、範囲外では急速に発散したり、符号が反転したりすることがある。さらに誤差は推定誤差として蓄積し、勾配や高次項の寄与が増えて不確実性が拡大しやすい。結果として、外挿は「当てずっぽう」ではなく「仮定に基づく推定」であり、その仮定の妥当性を検証する必要がある。
2.2.2 多項式外挿のリスク
多項式で外側を延長すると、次数が高い場合に振動と発散のリスクが顕在化する。特に端部での振る舞いは高次係数に強く依存し、観測点に含まれる微小なノイズが大きな影響を与えることがある。外挿目的で多項式を使う場合は、低次数に抑える、区分化して外側に展開しない、あるいは別の関数形へ切り替えるといった対策が一般的である。
2.2.3 パラメトリックモデルによる外挿
外挿を安定させるために、物理的制約や理論に基づくパラメトリックモデルを用いることがある。例えば飽和、減衰、指数関数的増減など、対象の漸近挙動を表せる関数形を選べると、外側領域でも挙動が過度に暴れにくい。とはいえモデル化には解釈可能な仮定が必要で、誤った仮定を採用すると外側で系統的なズレが増えるため、モデル選択と検証が不可欠である。
3 推定と誤差評価
3.1 不確実性の種類
3.1.1 観測誤差
観測誤差は、センサや測定手段が生むランダムなばらつき、校正誤差、読み取りの離散化などに由来する。内挿・外挿の推定では、この誤差が基底の重み付けや損失関数を通して推定値に反映される。観測誤差の分散や相関構造が分かるほど、推定の信頼区間を現実に近づけやすい。
3.1.2 モデル誤差
モデル誤差は、選んだ関数形や仮定が真の関数を完全には表していないことから生じる系統的誤差である。外挿では、観測されていない領域でこの誤差が支配的になりやすい。たとえ内側で適合していても、外側ではモデルの表現力が足りない場合があるため、残差構造や妥当性検討が重要になる。
3.1.3 数値誤差
数値誤差は、浮動小数点演算、解法アルゴリズムの丸め、条件数の悪化などに由来する。高次数多項式、密な点配置、行列が悪条件になる問題では誤差が増幅され得る。実装では安定な基底（たとえばスプラインや正規化された計算）や適切なアルゴリズム選択が有効である。
3.2 内挿・外挿の誤差評価
3.2.1 残差と適合度
残差は、観測値と推定値の差として定義され、適合度の指標になる。内挿では残差が小さいことが必要条件になりやすいが、外挿では残差が直接の保証にならない。したがって「どの区間で残差が小さいか」「残差にパターンがないか」といった検討が意味を持つ。非ランダムな残差はモデル化の不足を示唆する。
3.2.2 交差検証の考え方
交差検証はデータを分割し、ある部分で学習し別部分で評価する枠組みである。内挿では、ランダムに分割しても空間的・時間的な依存が混ざるため、分割方法を工夫しないと実際の利用状況と乖離することがある。外挿を評価したい場合は、時間順序や空間順序を尊重した分割（将来を保持として扱う等）が望ましい。
3.2.3 尤度・情報量規準の利用
尤度に基づく指標や情報量規準は、モデルの当てはまりと複雑さのバランスを評価する際に用いられる。内挿では過学習を抑える役割があり、外挿では過度に柔軟な関数形が端部で暴れる問題を抑制する観点がある。代表的には、尤度に罰則項を加えた基準（AICやBICなど）が挙げられるが、前提となる誤差分布や独立性仮定の妥当性が結果に影響する。
3.3 棒読みにならない検証設計
3.3.1 予測区間と信頼区間
予測区間は、将来の観測に対して推定値の周辺がどの程度の幅を持つかを示す。信頼区間はパラメータ推定や平均の不確実性を扱うことが多い。実務では両者を混同しないことが重要で、内挿では区間の妥当性、外挿では区間幅の増大が自然な挙動として確認される。区間が過度に狭い場合は、誤差や不確実性を過小評価している可能性がある。
3.3.2 ホールドアウトによる評価
ホールドアウトは、学習に使わないデータを確保して評価する方法である。分割の仕方により、内挿らしさ（観測の間での復元）と外挿らしさ（境界外への推定）のどちらを測っているかが変わる。外挿を意識するなら、評価用データは観測範囲の外側に置く設計が必要であり、これにより推定が実運用で直面する難しさを反映できる。
4 適用領域
4.1 実験データ処理
4.1.1 実測点間の補完
実験では、測定が離散化されているため、必要な条件点での値が直接得られないことがある。このとき内挿により中間条件の物理量を補う。選択される手法は、測定値の滑らかさ、単調性、ノイズの大きさ、必要な微分情報の有無などに依存する。特に校正や設計に接続する場合、補完値の不確実性も合わせて報告することが品質管理上で重要になる。
4.1.2 校正曲線と内挿
校正曲線は、既知濃度や既知入力に対する応答を対応づける関係として扱われる。校正の範囲内で必要な出力を求める段階では内挿が用いられ、測定値から推定される量が決まる。校正では測定誤差の性質（分散の大きさ、系統バイアスの有無）を考慮し、適合度や残差の検討によってモデル妥当性を確かめることが望ましい。
4.2 時系列と予測
4.2.1 短期予測（内挿寄り）
短期の予測は、直近の観測に基づき、時間軸上での「近傍」を埋める作業として捉えられることがある。厳密には未来を扱うため外挿要素が残るが、観測期間と予測対象が近いときは変化の様式が継続すると仮定しやすく、誤差が増えにくい場合がある。結果として、内挿に近い感覚で精度を評価する場面が生じる。
4.2.2 長期予測（外挿寄り）
長期の予測は、観測期間の外側へ大きく踏み出すため外挿の性格が強い。外乱の蓄積、構造変化、季節性の変質などにより、単一モデルでの延長が破綻しやすい。従って、予測区間を広げるだけでなく、モデルの更新戦略や、複数の仮説を比較する枠組みが必要になることが多い。
4.3 物理・工学のモデリング
4.3.1 状態推定と補間
状態推定では、直接観測できない状態を推定する必要があり、その一部として補間が使われる。たとえば、センサのサンプリング周期が状態の変化速度に追いつかない場合、離散的な観測から連続時間の状態を復元する工程が生まれる。ここでは、時間発展モデルと整合的な内挿が求められ、単純な線形補間だけでは物理整合性を損なう可能性がある。
4.3.2 シミュレーション結果の外挿
シミュレーションは有限の格子や限定した条件で計算されることが多い。観測として得たい条件が計算範囲の外側にあるとき、外挿が必要になる。例として、パラメータスイープの途中で得られない点を埋める、格子幅を縮めた結果から連続極限へ推定する、といった操作が挙げられる。外挿の妥当性は、支配的な誤差要因と収束挙動を確認することで高められる。
4.4 限界と実務上の判断基準
4.4.1 「妥当な範囲」をどう決めるか
妥当な範囲は、単に観測点の幾何学的内外で決まるとは限らない。データ密度、モデルの表現力、残差の構造、外乱の強さといった要因を通じて、推定がどこまで信頼できるかが左右される。実務では、外挿領域を少しずつ広げながら評価指標がどの程度悪化するかを追跡し、性能劣化の閾値を定める方法が採られることがある。
4.4.2 追加観測の必要性と判断
追加観測は、外挿の仮定を弱め、推定の根拠を増やす手段である。どの程度追加すべきかは、誤差の内訳（観測誤差かモデル誤差か）や予測区間の広がり方により変わる。誤差が主に観測側に由来するなら測定精度を上げる方が効率的であり、モデル化の不足が支配的なら関係式の見直しや新条件での観測が有効になる。適切な判断は、目的とリスク許容度に結び付いて決まる。