Curve fitting (original) (raw)
توفيق المنحنيات طريقة يتم فيها عمل توليف رياضي عبر معادلات لعدد من النقاط يُنشئ من خلالها منحنى يمر بالبيانات المحددة، يكوّن أفضل معادلة يمكن أن تمر بالنقاط. المنحنيات نوعين: 1. * مستوفي يمر بالنقاط المحددة بالضبط. 2. * تقريبي يمر بأغلب النقط أو قريب من بعضها الآخر.
| Property | Value |
|---|---|
| dbo:abstract | توفيق المنحنيات طريقة يتم فيها عمل توليف رياضي عبر معادلات لعدد من النقاط يُنشئ من خلالها منحنى يمر بالبيانات المحددة، يكوّن أفضل معادلة يمكن أن تمر بالنقاط. المنحنيات نوعين: 1. * مستوفي يمر بالنقاط المحددة بالضبط. 2. * تقريبي يمر بأغلب النقط أو قريب من بعضها الآخر. (ar) Curve fitting is the process of constructing a curve, or mathematical function, that has the best fit to a series of data points, possibly subject to constraints. Curve fitting can involve either interpolation, where an exact fit to the data is required, or smoothing, in which a "smooth" function is constructed that approximately fits the data. A related topic is regression analysis, which focuses more on questions of statistical inference such as how much uncertainty is present in a curve that is fit to data observed with random errors. Fitted curves can be used as an aid for data visualization, to infer values of a function where no data are available, and to summarize the relationships among two or more variables. Extrapolation refers to the use of a fitted curve beyond the range of the observed data, and is subject to a degree of uncertainty since it may reflect the method used to construct the curve as much as it reflects the observed data. For linear-algebraic analysis of data, "fitting" usually means trying to find the curve that minimizes the vertical (y-axis) displacement of a point from the curve (e.g., ordinary least squares). However, for graphical and image applications, geometric fitting seeks to provide the best visual fit; which usually means trying to minimize the orthogonal distance to the curve (e.g., total least squares), or to otherwise include both axes of displacement of a point from the curve. Geometric fits are not popular because they usually require non-linear and/or iterative calculations, although they have the advantage of a more aesthetic and geometrically accurate result. (en) Die Ausgleichungsrechnung (auch Ausgleichsrechnung, Ausgleichung, Parameterschätzung oder Anpassung genannt) ist eine mathematische Optimierungsmethode, mit deren Hilfe für eine Reihe von Messdaten die unbekannten Parameter ihres geometrisch-physikalischen Modells oder die Parameter einer vorgegebenen Funktion bestimmt oder geschätzt werden sollen. In der Regel werden mit ihr überbestimmte Probleme gelöst. Regression und Fit(ting) sind häufig verwendete Verfahren der Ausgleichsrechnung. Ziel der Ausgleichung ist, dass sich das endgültige Modell bzw. die Funktion den Daten und ihren unvermeidlichen kleinen Widersprüchen bestmöglich anpasst. Im Allgemeinen wird die Berechnung mit der Methode der kleinsten Quadrate durchgeführt. Diese Methodik minimiert die Residuenquadratsumme, d. h. die Summe aus der quadrierten Differenz zwischen Messwerten und Schätzwerten. Die Differenzen zwischen den Mess- und Schätzwerten werden Residuen genannt und machen Aussagen über die Genauigkeit und Zuverlässigkeit des Mess- und Datenmodells. (de) Matematikan eta estatistikan, lerro doikuntza hainbat puntutara era optimo batean egokitzen den lerro mota jakin bat (zuzena edo kurba polinomikoa, esaterako) eratzen duten teknika multzoa da. Bi motakoak izan daitezke doikuntza teknikak: * interpolazioa, doitutako lerroa puntu guztietatik igaroarazten denean, * interpolazio lineala, * , * ; * erregresioa, lerroa puntu guztietatik igarotzea ezinbesteko baldintzatza ez denean eta puntuetatik lerrorako distantziak minimotzea bilatzen denean, * karratu txikienen erregresioa, * , * . (eu) El ajuste de curvas consiste en encontrar una curva que contenga una serie de puntos y que posiblemente cumpla una serie de restricciones adicionales. Esta sección es una introducción tanto a la interpolación (cuando se espera un ajuste exacto a determinadas restricciones) y al ajuste de curvas/análisis de regresión (cuando se permite una aproximación). (es) L'ajustement de courbe est une technique d'analyse d'une courbe expérimentale, consistant à construire une courbe à partir de fonctions mathématiques et d'ajuster les paramètres de ces fonctions pour se rapprocher de la courbe mesurée — on parle donc aussi d'ajustement de paramètres. On utilise souvent le terme anglais curve fitting, profile fitting ou simplement fitting, pour désigner cette méthode ; on utilise souvent le franglais « fitter une courbe » pour dire « ajuster une courbe ». On utilise des méthodes de régression. Dans les cas simples, il s'agit de régression multilinéaire si la loi est linéaire pour tous les paramètres, ou de régression polynomiale lorsque l'on utilise un polynôme pour simuler le phénomène (les paramètres physiques pouvant être déduits des coefficients du polynôme). Les méthodes de régression classiques permettent de déterminer les paramètres à partir de calculs sur les données, mais sont inapplicables si la fonction est trop complexe. Il faut alors travailler par essai-erreur pour se rapprocher d'une solution, au sens de la méthode des moindres carrés. La solution n'est pas nécessairement unique. (fr) 曲線あてはめ（きょくせんあてはめ）またはカーブフィッティング（英: curve fitting）は、実験的に得られたデータまたは制約条件に最もよく当てはまるような曲線を求めること。最良あてはめ、曲線回帰とも。一般に内挿や回帰分析を用いる。場合によっては外挿も用いる。回帰分析で曲線を求める場合、その曲線はデータ点を必ず通るわけではなく、曲線とデータ点群の距離が最小になるようにする。曲線あてはめによって得られた曲線を、近似曲線という。特に回帰分析を用いた場合には回帰曲線という。現実の実験データは直線的ではないことが多いため散布図、近似曲線を求める必要性は高い。 (ja) Il curve fitting è il processo di costruzione di una curva o di una funzione matematica, che abbia la migliore corrispondenza ad una serie di punti assegnati, possibilmente soggetti a limitazioni. Il curve fitting può implicare sia l'interpolazione, dove è richiesta un'esatta corrispondenza con i punti dati, o lo spianamento (smoothing), dove viene costruita una funzione piana che combaci approssimativamente con i dati. Un argomento correlato è l'analisi di regressione, che si focalizza maggiormente su problemi di inferenza statistica così come è presente un'incertezza riguardo al fatto che una curva coincida con i dati osservati che presentino errori casuali. Le curve approssimanti possono essere usate come aiuto per visualizzare i dati, per rappresentare i valori di una funzione dove non sono disponibili i dati, e per riassumere le relazioni tra due o più variabili. L'estrapolazione si riferisce all'uso di una curva approssimante lungo il range dei dati osservati, ed è soggetta ad un grado maggiore di incertezza in quanto può indicare il metodo usato per costruire la curva tanto quanto indichi i dati osservati. (it) Aproksymacja punktowa, dopasowanie krzywej – rodzaj aproksymacji pozwalający przybliżyć zbiór punktów funkcją ciągłą. Aproksymacja ta, w odróżnieniu od większości innych metod aproksymacji, nie wymaga znajomości postaci analitycznej funkcji aproksymowanej. W poszukiwaniu rozwiązania przyjmuje się pewną znaną funkcję, a następnie dopasowuje parametry w taki sposób, aby wynik jak najbardziej „pasował” do zadanych punktów, które najczęściej pochodzą z pomiarów i już ze swej natury są obarczone błędami. Wyróżnia się co najmniej dwie metody aproksymacji punktowej: * * metoda najmniejszych kwadratów (pl) Ajuste de Curvas é um método que consiste em encontrar uma curva que se ajuste a uma série de pontos e que possivelmente cumpra uma série de parâmetros adicionais. Ajuste de curvas pode envolver tanto interpolação, onde é necessário um ajuste exato aos dados, quanto suavização, na qual é construída uma função suave que aproximadamente se ajusta aos dados. Outro assunto relacionado é análise de regressão, a qual se foca mais em questões da inferência estatística. O ajuste de curvas é muito utilizado para, a partir de dados conhecidos, fazer-se extrapolações. Por exemplo, conhece-se os dados de consumo anual de carga elétrica de uma cidade. A partir destes dados conhecidos, pode-se fazer projeções para o futuro e com isso, fazer-se um planejamento para que a cidade seja suprida de forma adequada nos anos subsequentes. A ideia é ajustar uma curva que melhor se ajusta aos dados disponíveis. Conhecida a equação da curva, pode-se determinar valores fora do intervalo conhecido. Os dados conhecidos podem ser tabelados e obtidos por meio de experimentos. Por exemplo, seja os dados da tabela abaixo. A partir dos dados disponíveis, pode-se desejar saber uma estimativa do valor da função f(x) em x= 9. Pode-se construir um também um diagrama de dispersão, que é a representação em gráfico dos dados disponíveis. O objetivo é encontrar uma função φ(x) que seja uma boa aproximação para os valores tabelados de f(x) e que nos permita extrapolar com uma certa margem de segurança. (pt) Приближение с помощью кривых — это процесс построения кривой или математической функции, которая наилучшим образом приближается к заданным точкам с возможными ограничениями на кривую . Для построения такого приближения может использоваться либо интерполяция , где требуется точное прохождение кривой через точки, либо , когда «сглаживающая» функция проходит через точки приближённо. Связанный раздел — регрессионный анализ, который фокусируется, главным образом, на вопросах статистического вывода, таких как, какая неопределённость заключена в кривой, которая приближает данные с некоторыми случайными ошибками. Построенные кривые могут быть использованы для визуализации данных , для вычисления значений функции в точках, в которых значение не задано и для определения связи между двумя и более переменными. Экстраполяция означает использование полученной кривой за пределами данных, полученных из наблюдения , и порождает некоторую неопределённость, поскольку может зависеть от метода построения кривой. (ru) 曲線擬合（英語：curve fitting），簡稱擬合，俗稱拉曲線，是一種構建一個函数曲線，使之最佳地吻合現有的過程，該過程可能附加若干條件限制。通俗地說，科学和工程问题通过诸如采样、实验等方法获得了若干离散的数据点。根据这些数据，我们往往希望得到一个连续的函数（也就是曲线）或者更加密集的离散方程与已知数据相吻合，该过程就叫做“拟合”，而得到的曲线方程就称为“拟合函数”。曲线拟合又译为：曲線配適、曲線貼合、曲線適插法，均有助理解其选择曲线方程（解析函数）来“模拟吻合”观测数据的过程。 曲線擬合中可以使用插值（需要精確吻合某數據時）或平滑（構造一個平滑的函數曲線，近似符合數據點）。迴歸分析是與擬合密切相關的一個話題，它更關注的是統計推斷，例如一條擬合到有隨機誤差的一組觀測數據的曲線有多大的不確定性。擬合曲線可以用作數據視覺化的一種輔助手段，以表示數據缺失的函數區間的取值，也可概括兩個或多個變量之間的關係。外推（extrapolation）指的是使用曲線來擬合觀察數據取值範圍以外的取值，往往因採取的構建函數的方式不同而有較大的不确定性 (zh) |
| dbo:thumbnail | wiki-commons:Special:FilePath/Regression_pic_assymetrique.gif?width=300 |
| dbo:wikiPageExternalLink | http://people.cas.uab.edu/~mosya/cl/ |
| dbo:wikiPageID | 555425 (xsd:integer) |
| dbo:wikiPageLength | 18148 (xsd:nonNegativeInteger) |
| dbo:wikiPageRevisionID | 1122420940 (xsd:integer) |
| dbo:wikiPageWikiLink | dbr:Calibration_curve dbr:SciPy dbr:Scilab dbr:Time_series dbr:Probability_distribution_fitting dbc:Regression_analysis dbr:Arc_length dbc:Regression_and_curve_fitting_software dbr:Curve dbr:Curve-fitting_compaction dbr:Interpolation dbr:Levenberg–Marquardt_algorithm dbr:List_of_numerical-analysis_software dbr:Collinear_points dbr:Conic_sections dbr:Mathematica dbr:Estimation_theory dbr:Genetic_programming dbr:Function_(mathematics) dbr:GNU_Octave dbr:GNU_Scientific_Library dbr:Gnuplot dbr:Multi_expression_programming dbr:Statistical_inference dbr:Angle dbr:Logistic_function dbr:MATLAB dbr:MLAB dbc:Curve_fitting dbr:Slope dbr:Cloverleaf_interchange dbr:Function_approximation dbr:Smoothing_spline dbr:Spline_(mathematics) dbr:Total_least_squares dbr:Cauchy_distribution dbr:Trigonometric_functions dbr:Least-squares_adjustment dbr:Least_squares dbr:Line_fitting dbr:Linear_trend_estimation dbr:Agriculture dbc:Numerical_analysis dbr:Curvature dbr:Normal_distribution dbr:Osculating_circle dbr:Goodness_of_fit dbr:Nonlinear_regression dbr:Range_(statistics) dbr:Regression_analysis dbr:Plane_curve dbc:Interpolation dbr:Jerk_(physics) dbr:Maple_(software) dbr:Polynomial dbr:Population_growth dbr:Spline_interpolation dbr:Data_points dbr:Inflection_point dbr:Ordinary_least_squares dbr:R_(programming_language) dbr:Magnitude_(mathematics) dbr:Sigmoid_function dbr:Smoothing dbr:Uncertainty dbr:Extrapolation dbr:List_of_statistical_software dbr:Runge's_phenomenon dbr:Overfitting dbr:Sinusoidal_model dbr:List_of_statistical_packages dbr:Orthogonal_distance dbr:Parametric_curve dbr:Chord_distance dbr:Voigt_function dbr:File:Curve_fitting.svg dbr:File:Gohana_inverted_S-curve.png dbr:File:Regression_circulaire_coope_arc_de_cercle.svg dbr:File:Regression_elliptique_distance_algebrique_donnees_gander.svg dbr:File:Regression_pic_assymetrique.gif dbr:File:Wp_ellfitting.png |
| dbp:wikiPageUsesTemplate | dbt:= dbt:Anchor dbt:Authority_control dbt:Clear dbt:Commons_category dbt:Further dbt:Main dbt:Math dbt:Redirect dbt:Reflist dbt:See_also dbt:Short_description dbt:Order-of-approx |
| dct:subject | dbc:Regression_analysis dbc:Curve_fitting dbc:Numerical_analysis dbc:Interpolation |
| gold:hypernym | dbr:Process |
| rdf:type | owl:Thing dbo:Election dbo:MusicGenre |
| rdfs:comment | توفيق المنحنيات طريقة يتم فيها عمل توليف رياضي عبر معادلات لعدد من النقاط يُنشئ من خلالها منحنى يمر بالبيانات المحددة، يكوّن أفضل معادلة يمكن أن تمر بالنقاط. المنحنيات نوعين: 1. * مستوفي يمر بالنقاط المحددة بالضبط. 2. * تقريبي يمر بأغلب النقط أو قريب من بعضها الآخر. (ar) Matematikan eta estatistikan, lerro doikuntza hainbat puntutara era optimo batean egokitzen den lerro mota jakin bat (zuzena edo kurba polinomikoa, esaterako) eratzen duten teknika multzoa da. Bi motakoak izan daitezke doikuntza teknikak: * interpolazioa, doitutako lerroa puntu guztietatik igaroarazten denean, * interpolazio lineala, * , * ; * erregresioa, lerroa puntu guztietatik igarotzea ezinbesteko baldintzatza ez denean eta puntuetatik lerrorako distantziak minimotzea bilatzen denean, * karratu txikienen erregresioa, * , * . (eu) El ajuste de curvas consiste en encontrar una curva que contenga una serie de puntos y que posiblemente cumpla una serie de restricciones adicionales. Esta sección es una introducción tanto a la interpolación (cuando se espera un ajuste exacto a determinadas restricciones) y al ajuste de curvas/análisis de regresión (cuando se permite una aproximación). (es) 曲線あてはめ（きょくせんあてはめ）またはカーブフィッティング（英: curve fitting）は、実験的に得られたデータまたは制約条件に最もよく当てはまるような曲線を求めること。最良あてはめ、曲線回帰とも。一般に内挿や回帰分析を用いる。場合によっては外挿も用いる。回帰分析で曲線を求める場合、その曲線はデータ点を必ず通るわけではなく、曲線とデータ点群の距離が最小になるようにする。曲線あてはめによって得られた曲線を、近似曲線という。特に回帰分析を用いた場合には回帰曲線という。現実の実験データは直線的ではないことが多いため散布図、近似曲線を求める必要性は高い。 (ja) 曲線擬合（英語：curve fitting），簡稱擬合，俗稱拉曲線，是一種構建一個函数曲線，使之最佳地吻合現有的過程，該過程可能附加若干條件限制。通俗地說，科学和工程问题通过诸如采样、实验等方法获得了若干离散的数据点。根据这些数据，我们往往希望得到一个连续的函数（也就是曲线）或者更加密集的离散方程与已知数据相吻合，该过程就叫做“拟合”，而得到的曲线方程就称为“拟合函数”。曲线拟合又译为：曲線配適、曲線貼合、曲線適插法，均有助理解其选择曲线方程（解析函数）来“模拟吻合”观测数据的过程。 曲線擬合中可以使用插值（需要精確吻合某數據時）或平滑（構造一個平滑的函數曲線，近似符合數據點）。迴歸分析是與擬合密切相關的一個話題，它更關注的是統計推斷，例如一條擬合到有隨機誤差的一組觀測數據的曲線有多大的不確定性。擬合曲線可以用作數據視覺化的一種輔助手段，以表示數據缺失的函數區間的取值，也可概括兩個或多個變量之間的關係。外推（extrapolation）指的是使用曲線來擬合觀察數據取值範圍以外的取值，往往因採取的構建函數的方式不同而有較大的不确定性 (zh) Curve fitting is the process of constructing a curve, or mathematical function, that has the best fit to a series of data points, possibly subject to constraints. Curve fitting can involve either interpolation, where an exact fit to the data is required, or smoothing, in which a "smooth" function is constructed that approximately fits the data. A related topic is regression analysis, which focuses more on questions of statistical inference such as how much uncertainty is present in a curve that is fit to data observed with random errors. Fitted curves can be used as an aid for data visualization, to infer values of a function where no data are available, and to summarize the relationships among two or more variables. Extrapolation refers to the use of a fitted curve beyond the range of the (en) Die Ausgleichungsrechnung (auch Ausgleichsrechnung, Ausgleichung, Parameterschätzung oder Anpassung genannt) ist eine mathematische Optimierungsmethode, mit deren Hilfe für eine Reihe von Messdaten die unbekannten Parameter ihres geometrisch-physikalischen Modells oder die Parameter einer vorgegebenen Funktion bestimmt oder geschätzt werden sollen. In der Regel werden mit ihr überbestimmte Probleme gelöst. Regression und Fit(ting) sind häufig verwendete Verfahren der Ausgleichsrechnung. (de) L'ajustement de courbe est une technique d'analyse d'une courbe expérimentale, consistant à construire une courbe à partir de fonctions mathématiques et d'ajuster les paramètres de ces fonctions pour se rapprocher de la courbe mesurée — on parle donc aussi d'ajustement de paramètres. On utilise souvent le terme anglais curve fitting, profile fitting ou simplement fitting, pour désigner cette méthode ; on utilise souvent le franglais « fitter une courbe » pour dire « ajuster une courbe ». (fr) Il curve fitting è il processo di costruzione di una curva o di una funzione matematica, che abbia la migliore corrispondenza ad una serie di punti assegnati, possibilmente soggetti a limitazioni. Il curve fitting può implicare sia l'interpolazione, dove è richiesta un'esatta corrispondenza con i punti dati, o lo spianamento (smoothing), dove viene costruita una funzione piana che combaci approssimativamente con i dati. Un argomento correlato è l'analisi di regressione, che si focalizza maggiormente su problemi di inferenza statistica così come è presente un'incertezza riguardo al fatto che una curva coincida con i dati osservati che presentino errori casuali. Le curve approssimanti possono essere usate come aiuto per visualizzare i dati, per rappresentare i valori di una funzione dove non (it) Aproksymacja punktowa, dopasowanie krzywej – rodzaj aproksymacji pozwalający przybliżyć zbiór punktów funkcją ciągłą. Aproksymacja ta, w odróżnieniu od większości innych metod aproksymacji, nie wymaga znajomości postaci analitycznej funkcji aproksymowanej. W poszukiwaniu rozwiązania przyjmuje się pewną znaną funkcję, a następnie dopasowuje parametry w taki sposób, aby wynik jak najbardziej „pasował” do zadanych punktów, które najczęściej pochodzą z pomiarów i już ze swej natury są obarczone błędami. Wyróżnia się co najmniej dwie metody aproksymacji punktowej: (pl) Ajuste de Curvas é um método que consiste em encontrar uma curva que se ajuste a uma série de pontos e que possivelmente cumpra uma série de parâmetros adicionais. Ajuste de curvas pode envolver tanto interpolação, onde é necessário um ajuste exato aos dados, quanto suavização, na qual é construída uma função suave que aproximadamente se ajusta aos dados. Outro assunto relacionado é análise de regressão, a qual se foca mais em questões da inferência estatística. Os dados conhecidos podem ser tabelados e obtidos por meio de experimentos. Por exemplo, seja os dados da tabela abaixo. (pt) Приближение с помощью кривых — это процесс построения кривой или математической функции, которая наилучшим образом приближается к заданным точкам с возможными ограничениями на кривую . Для построения такого приближения может использоваться либо интерполяция , где требуется точное прохождение кривой через точки, либо , когда «сглаживающая» функция проходит через точки приближённо. Связанный раздел — регрессионный анализ, который фокусируется, главным образом, на вопросах статистического вывода, таких как, какая неопределённость заключена в кривой, которая приближает данные с некоторыми случайными ошибками. Построенные кривые могут быть использованы для визуализации данных , для вычисления значений функции в точках, в которых значение не задано и для определения связи между двумя и более (ru) |
| rdfs:label | Curve fitting (en) توفيق المنحنيات (ar) Ausgleichungsrechnung (de) Lerro doikuntza (eu) Ajuste de curvas (es) Ajustement de courbe (fr) Curve fitting (it) 曲線あてはめ (ja) Aproksymacja punktowa (pl) Ajuste de curvas (pt) Приближение с помощью кривых (ru) 曲線擬合 (zh) |
| rdfs:seeAlso | dbr:Multivariate_interpolation dbr:Polynomial_interpolation |
| owl:sameAs | freebase:Curve fitting yago-res:Curve fitting http://d-nb.info/gnd/4143526-6 wikidata:Curve fitting dbpedia-af:Curve fitting dbpedia-als:Curve fitting dbpedia-ar:Curve fitting dbpedia-de:Curve fitting dbpedia-es:Curve fitting dbpedia-eu:Curve fitting dbpedia-fa:Curve fitting dbpedia-fr:Curve fitting http://hi.dbpedia.org/resource/वक्र_आसंजन dbpedia-hu:Curve fitting dbpedia-it:Curve fitting dbpedia-ja:Curve fitting dbpedia-nn:Curve fitting dbpedia-no:Curve fitting dbpedia-pl:Curve fitting dbpedia-pt:Curve fitting dbpedia-ru:Curve fitting dbpedia-simple:Curve fitting http://su.dbpedia.org/resource/Curve_fitting dbpedia-tr:Curve fitting dbpedia-zh:Curve fitting https://global.dbpedia.org/id/4nLEZ |
| prov:wasDerivedFrom | wikipedia-en:Curve_fitting?oldid=1122420940&ns=0 |
| foaf:depiction | wiki-commons:Special:FilePath/Gohana_inverted_S-curve.png wiki-commons:Special:FilePath/Curve_fitting.svg wiki-commons:Special:FilePath/Regression_circulaire_coope_arc_de_cercle.svg wiki-commons:Special:FilePath/Regression_elliptique_distance_algebrique_donnees_gander.svg wiki-commons:Special:FilePath/Regression_pic_assymetrique.gif wiki-commons:Special:FilePath/Wp_ellfitting.png |
| foaf:isPrimaryTopicOf | wikipedia-en:Curve_fitting |
| is dbo:genre of | dbr:Fityk dbr:XLfit |
| is dbo:wikiPageDisambiguates of | dbr:Fit dbr:Fitting |
| is dbo:wikiPageRedirects of | dbr:Non-linear_curve_fitting dbr:Non_linear_curve_fitting dbr:Non_linear_curve_fitting_-_Gauss dbr:Data_fitting dbr:Curve_Fitting dbr:Ellipse_fitting dbr:Function_fitting dbr:Circle_fitting dbr:Plane_curve_fitting dbr:Geometric_curve_fitting dbr:Best-fit dbr:Best_fit dbr:Model_fitting dbr:Curve-fitted dbr:Curve-fitting dbr:Curve_fit dbr:Curve_fitting_problem dbr:Surface_fitting |
| is dbo:wikiPageWikiLink of | dbr:Calibration_curve dbr:List_of_asteroid_close_approaches_to_Earth dbr:List_of_asteroid_close_approaches_to_Earth_in_2014 dbr:List_of_asteroid_close_approaches_to_Earth_in_2015 dbr:List_of_asteroid_close_approaches_to_Earth_in_2016 dbr:List_of_asteroid_close_approaches_to_Earth_in_2021 dbr:List_of_asteroid_close_approaches_to_Earth_in_2022 dbr:List_of_curves_topics dbr:NAG_Numerical_Library dbr:Non-linear_least_squares dbr:Monte_Carlo_methods_for_option_pricing dbr:Partial_molar_property dbr:Time_series dbr:Probability_distribution_fitting dbr:Non-linear_curve_fitting dbr:Non_linear_curve_fitting dbr:Non_linear_curve_fitting_-_Gauss dbr:2007_FT3 dbr:2007_VE191 dbr:2008_CK70 dbr:2009_JF1 dbr:2009_RR dbr:2010_BK118 dbr:2010_RF12 dbr:2010_TD54 dbr:2010_XC15 dbr:2011_EO40 dbr:2011_XC2 dbr:2012_DR30 dbr:2012_TV dbr:2013_BL76 dbr:List_of_asteroid_close_approaches_to_Earth_in_2000-2007 dbr:List_of_asteroid_close_approaches_to_Earth_in_2008 dbr:List_of_asteroid_close_approaches_to_Earth_in_2009 dbr:List_of_asteroid_close_approaches_to_Earth_in_2010 dbr:List_of_asteroid_close_approaches_to_Earth_in_2011 dbr:List_of_asteroid_close_approaches_to_Earth_in_2012 dbr:List_of_asteroid_close_approaches_to_Earth_in_2013 dbr:List_of_asteroid_close_approaches_to_Earth_in_2017 dbr:List_of_asteroid_close_approaches_to_Earth_in_2018 dbr:List_of_asteroid_close_approaches_to_Earth_in_2019 dbr:List_of_asteroid_close_approaches_to_Earth_in_2020 dbr:Curve dbr:United_States_Naval_Observatory_Flagstaff_Station dbr:Von_Neumann's_elephant dbr:Interpolation dbr:Mass_spectrometry dbr:Levenberg–Marquardt_algorithm dbr:List_of_numerical_analysis_topics dbr:(137108)_1999_AN10 dbr:(144898)_2004_VD17 dbr:(153814)_2001_WN5 dbr:(163899)_2003_SD220 dbr:(164121)_2003_YT1 dbr:(177049)_2003_EE16 dbr:(29075)_1950_DA dbr:(308933)_2006_SQ372 dbr:(332446)_2008_AF4 dbr:(336756)_2010_NV1 dbr:(341843)_2008_EV5 dbr:(35396)_1997_XF11 dbr:(367789)_2011_AG5 dbr:(410777)_2009_FD dbr:(418993)_2009_MS9 dbr:(454101)_2013_BP73 dbr:(467336)_2002_LT38 dbr:(471240)_2011_BT15 dbr:(523622)_2007_TG422 dbr:(523639)_2010_RE64 dbr:(523662)_2012_MU2 dbr:(585310)_2017_YZ1 dbr:(614433)_2009_KK dbr:(7335)_1989_JA dbr:(7482)_1994_PC1 dbr:101955_Bennu dbr:161989_Cacus dbr:1979_XB dbr:1991_BA dbr:1994_WR12 dbr:Comet dbr:Comet_McNaught dbr:Compact_Software dbr:Mathcad dbr:Mathematical_optimization dbr:Mean_squared_prediction_error dbr:Memristor dbr:Geometric_feature_learning dbr:Nested_sampling_algorithm dbr:Plateau_principle dbr:Quantum_optimization_algorithms dbr:GAUSS_(software) dbr:Gaussian_function dbr:Gnuplot dbr:Box–Jenkins_method dbr:Model_selection dbr:Moment_(physics) dbr:Optical_lens_design dbr:Order_of_approximation dbr:2018_AH dbr:2018_LF16 dbr:2018_VP1 dbr:2019_TF7 dbr:2019_UN13 dbr:2020_AP1 dbr:2020_CD3 dbr:2020_QG dbr:2020_VV dbr:MLAB dbr:Comet_Lulin dbr:Comet_Machholz dbr:Comet_West dbr:Comet_Zhu–Balam dbr:Function_approximation dbr:Darcy_friction_factor_formulae dbr:Data_fitting dbr:Identifiability_analysis dbr:Kernel-phase dbr:Kriging dbr:Physically_based_rendering dbr:Spline_(mathematics) dbr:Surrogate_model dbr:Market_timing dbr:Measuring_principle dbr:2000_EM26 dbr:2000_SG344 dbr:2005_ED224 dbr:2005_VX3 dbr:2006_JY26 dbr:2006_RH120 dbr:B-spline dbr:C/2013_A1_(Siding_Spring) dbr:Cefquinome dbr:Data_compaction dbr:Data_compression dbr:Window_function dbr:Distance_decay dbr:Curve_Fitting dbr:K-epsilon_turbulence_model dbr:Least_squares dbr:Line_chart dbr:Linear_interpolation dbr:Linear_regression dbr:Minimum_resolvable_temperature_difference dbr:2013_TV135 dbr:2014_AA dbr:2014_DX110 dbr:2014_LY21 dbr:2014_MV67 dbr:2014_OO6 dbr:2014_SC324 dbr:2015_AZ43 dbr:2021_EU dbr:2021_PH27 dbr:2021_TP21 dbr:2022_AE1 dbr:2022_BX1 dbr:2022_QX4 dbr:2022_RM4 dbr:2022_UQ1 dbr:3361_Orpheus dbr:367943_Duende dbr:4486_Mithra dbr:4660_Nereus dbr:4769_Castalia dbr:90377_Sedna dbr:99942_Apophis dbr:Adrien-Marie_Legendre dbr:Extreme_trans-Neptunian_object dbr:Fityk dbr:Difference_engine dbr:Fluorescence_interference_contrast_microscopy dbr:Global_optimization dbr:Goldbach's_comet dbr:K2K_experiment dbr:K_correction dbr:Yield_curve dbr:Nonlinear_regression dbr:PRICE_Systems dbr:Regression_analysis dbr:HP-42S dbr:Heinrich_Bruns dbr:Jacobian_matrix_and_determinant dbr:Jenny_Wagner dbr:Fit dbr:Fitting dbr:TI-92_series dbr:TableCurve_2D dbr:Modal_testing dbr:Models_of_neural_computation dbr:Distance_from_a_point_to_a_line dbr:C/2006_M4_(SWAN) dbr:Great_Comet_of_1577 dbr:IGOR_Pro dbr:Origin_(data_analysis_software) dbr:Cartogram dbr:ROOT dbr:Ramer–Douglas–Peucker_algorithm dbr:XLfit dbr:Software_brittleness dbr:Mathematical_model dbr:Meander dbr:Minimum_resolvable_contrast dbr:Moving-average_model dbr:Scatter_plot dbr:Smoothing dbr:Verification_and_validation dbr:List_of_statistics_articles dbr:Pharmacokinetics dbr:Polynomial_and_rational_function_modeling dbr:First_principle dbr:Spin–lattice_relaxation dbr:Viscosity_models_for_mixtures dbr:Nonlinear_programming dbr:Polynomial_regression dbr:Signal_transfer_function dbr:TOMLAB dbr:Spectral_line_shape dbr:Shear_velocity dbr:Outline_of_regression_analysis dbr:Overfitting dbr:Parallel_curve dbr:Verbal_fluency_test dbr:Stellar_structure dbr:Transistor_model dbr:Visvalingam–Whyatt_algorithm dbr:Test_method dbr:Temperature_dependence_of_viscosity dbr:Ellipse_fitting dbr:Function_fitting dbr:Circle_fitting dbr:Plane_curve_fitting dbr:Geometric_curve_fitting dbr:Best-fit dbr:Best_fit dbr:Model_fitting dbr:Curve-fitted dbr:Curve-fitting dbr:Curve_fit dbr:Curve_fitting_problem dbr:Surface_fitting |
| is dbp:genre of | dbr:Fityk dbr:XLfit |
| is rdfs:seeAlso of | dbr:Smoothing_spline |
| is foaf:primaryTopic of | wikipedia-en:Curve_fitting |
