CPI adalah stok sementara PDB adalah aliran. Pengambilan sampel kembali stok ke frekuensi yang lebih tinggi dapat diperkirakan dengan sejumlah pilihan, tetapi mungkin yang paling umum adalah interpolasi linier. Dalam beberapa konteks, mengisi ke depan dan mengisi ke belakang adalah hal biasa. Tetapi pada prinsipnya Anda dapat menyesuaikan fungsi apa pun yang Anda inginkan melalui semua poin yang Anda miliki dan menggunakan nilai dari fungsi sebagai gantinya. Arus sedikit lebih rumit karena aliran tahunan adalah jumlah arus bulanan. Membagi aliran tahunan menjadi dua belas sepanjang tahun adalah analog dengan mengisi maju atau mengisi mundur (tergantung pada bulan apa tahun itu adalah tanggal pengukuran tahunan). Misalnya, jika PDB adalah 144 dan diukur pada bulan Desember 2018, menetapkan setiap bulan pada tahun 2018 nilai 12 sama dengan mengisi ke belakang. Tapi lagi,
Ini adalah topik besar. Saya sarankan mencari makalah terkait " seri waktu interpolasi ". Resampling dan Subsampling untuk Financial Time Series oleh E Paparoditis, DN Politis mungkin merupakan tempat yang baik, jika sudah maju, untuk memulai. Pemodelan dan Perkiraan Rangkaian Waktu Sampel pada Frekuensi yang Berbeda oleh Casals, Jerez, dan Sotoca adalah referensi lain yang bermanfaat. Dalam membandingkan keefektifan metode yang berbeda, Interpolasi dalam Time Series: Tinjauan Introduktif dari Metode yang Ada, Kriteria Kinerja dan Penilaian Ketidakpastian mereka oleh Lepot, Aubin, dan Clemens memberikan daftar metode yang bagus tetapi tidak fokus pada perbedaan stok versus aliran.
- Metode deterministik (isi maju atau mundur)
- Tetangga terdekat
- Interpolasi polinomial
- Metode pembobotan jarak
- Metode berbasis transformasi Fourier
- Model regresi
- Model auto-regresif
- Metode pembelajaran berbasis mesin
- Metode kernel
- K-tetangga terdekat
- Model Box-Jenkins
- Metode berbasis Kriging