* Данный текст распознан в автоматическом режиме, поэтому может содержать ошибки

500 Приближение функций и прогноз ет приближение любой функцией в виде полинома, осуществляя полиномиаль ную регрессию. Рисунок 6.25 показывает регрессию для одних и тех же данных полиномами пер вой, второй и третьей степеней с построением их графиков и точек исходных данных. Рис. 6.25. Примеры регрессии полиномами первой, второй и третьей степеней Нетрудно заметить, что лишь для полинома третьей степени точки исходных данных точно укладываются на кривую полинома, поскольку в этом случае (4 точки) регрессия превращается в полиномиальную аппроксимацию. В других случаях точного прохода линии регрессии через узловые точки нет, но обеспечи вается минимум среднеквадратической погрешности для всех точек – следствие реализации метода наименьших квадратов. Применение регрессии обычно оправдано при достаточно большом числе то чек исходных данных. При этом регрессия может использоваться для сглажива ния данных. 6.5.4. Регрессия для функции ряда переменных Функция fit может обеспечивать регрессию и для функций нескольких перемен ных. При этом надо просто увеличить размерность массивов исходных данных. В ка честве примера ниже приведен пример регрессии для функции двух переменных