і т. д. Але я не знаю, що таке функціональна форма для , якщо вона навіть має таку, яку можна описати елементарними функціями.
Моя мета - отримати найкращу можливу оцінку асимптотичного схилу . Очевидним неочищеним методом є виділення останніх кількох точок даних та проведення лінійної регресії, але, звичайно, це буде неточним, якщо не стане «досить плоским» в межах для якого я маю дані. Очевидним менш грубим методом є припустити, що (або якась інша особлива функціональна форма) і підходить до цього, використовуючи всі дані, але прості функції, які я намагався, як або не зовсім відповідають даним на нижньому девеликий. Чи існує відомий алгоритм визначення асимптотичного нахилу, який би зробив краще, або який міг би забезпечити значення для схилу разом з довірчим інтервалом, враховуючи моє незнання того, як саме дані підходять до асимптотики?
Таке завдання, як правило, часто зустрічається в моїй роботі з різними наборами даних, тому мене в основному цікавлять загальні рішення, але за запитом я посилаюсь на конкретний набір даних, який викликав це питання. Як описано в коментарях, алгоритм Wynn дає значення, яке, наскільки я можу сказати, дещо вимкнене. Ось сюжет:
(Схоже, існує невелика крива вниз при високих значеннях x, але теоретична модель цих даних передбачає, що вона повинна бути асимптотично лінійною.)