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

Экстраполяция и прогноз 561 N и yy приближающей функции в общем виде на примере приближающей функции с двумя параметрами F(y,N,yy). Тогда для n исходных точек имеем: Сумма квадратов разностей соответствующих значений функций f и F будет иметь вид: Эта сумма является функцией ?(N,yy) двух переменных – начального значе ния искомой зависимости N и времени удвоения yy. Задача сводится к отысканию параметров N и yy, обеспечивающих ее минимальное значение. Для этого исполь зуем необходимое условие экстремума: или Входящие в эти выражения производные можно вычислить аналитически, что будет сделано чуть позже с помощью СКМ. Решив представленную систему из двух уравнений с двумя неизвестными N и yy, получим конкретный вид искомой функции F(y,N,yy). Заметим, что изменение количества искомых параметров не приведет к изменению сущности метода, а от разится только на числе уравнений для нелинейной регрессии. Для найденной эмпирической формулы в соответствии с исходными таблич ными данными можно найти сумму квадратов отклонений которая для заданного вида приближающей функции и ее найденных параметров (параметры N и yy) будет наименьшей. Мерой близости исходной и полученной зависимостей может служить коэффициент корреляции. Описанная методика определения параметров N и yy является вариантом не линейной регрессии общего вида. Она позволяет отыскивать нужные параметры при произвольном (не обязательно равноотстоящем) расположении узловых то чек исходных данных. К недостаткам метода относится необходимость решения системы нелинейных уравнений итерационными методами, возникновение при