Dažnis yra tai, kiek kartų įvykis kartojamas tam tikru laikotarpiu. Kita vertus, yra sukaupta įvairių elementų suma, grupavimas arba susitikimas.

Naudojant matematinę lygtį, o ne lentelę, lengviau interpoluoti ir ekstrapoliuoti vertes. Interpoliacija, skaičiuojant analizę, suprantama kaip procesas, kuris, kaip rezultatas, suteikia taškų seriją iš atskirų taškų rinkinio. Kita vertus, dėl ekstrapoliacijos, tai yra įvertis, viršijantis stebėjimo ribas, tai yra, jis yra neaiškesnis nei interpoliavimas ir kelia didesnę nesėkmės riziką.

Svarbu pabrėžti, kad ekstrapoliuojant sukauptą dažnio pasiskirstymo klaidas gali atsirasti, pavyzdžiui, nesilaikant tikimybės pasiskirstymo, kai viršijamas nustatytas diapazonas. Šiame kontekste mes turime skirtingus metodus, kaip atlikti tą patį procesą, pavyzdžiui, normalų pasiskirstymą, eksponentinį, Gumbel ir Pareto .

Kitas variantas yra duomenų nepertraukiamumo įvedimas, kuris gali būti labai naudingas, jei kraštutinės vertės ir pasiskirstymo uodegos nutolsta nuo vidutinės masės. Vienas iš šio metodo taikymo yra kritulių analizė, kai klimatas keičia elgesį pagal srovių įtaką.

Visa tai pasakius, aišku, kad atliekant prognozes, pagrįstas sukauptų dažnių pasiskirstymu, yra tam tikra klaidų riba, kuri ne visada yra priimtina. Siekiant sumažinti nenaudingus rezultatus, rekomenduojama vengti atvejų, kai palyginamų duomenų diapazonų sąlygos yra labai skirtingos.