Скажімо, у мене є вимірювання функції , відібраної в з деяким шумом, який можна було б наблизити до розширення серії Тейлора. Чи є прийнятим способом оцінки коефіцієнтів для цього розширення з моїх вимірювань?
Я міг би прилаштувати дані до многочлена, але це не зовсім правильно, тому що для серії Тейлора наближення повинно бути кращим, чим ближче до центральної точки, скажімо, x = 0. Просто встановлення многочлена ставиться до кожної точки однаково.
Я також міг оцінити різні порядки похідних в моєму пункті розширення, але тоді мені потрібно прийняти рішення про те, які фільтри для диференціювання використовувати і скільки коефіцієнтів фільтра для кожного. Чи повинні фільтри для різних похідних якось поєднуватися разом?
Так хтось знає про встановлені для цього методи? Пояснення або посилання на документи будуть вдячні.
ПОЯСНЕННЯ
У відповідь на коментар нижче, моя вибірка - це прямокутне вікно з нескінченної функції, яке не обов'язково обмежене смугою, але не має сильних високочастотних компонентів. Щоб бути більш конкретним, я вимірюю дисперсію оцінювача (вимірювання зміщення в медичному ультразвуковому сигналі) як функцію від параметра оцінювача (рівня деформації або деформації основної тканини). У мене є теоретичний ряд Тейлора для дисперсії як функції деформації, і я хотів би порівняти її з тим, що отримую від моделювання.
Подібним прикладом іграшки може бути: скажімо, у вас є така функція, як ln (x), вибіркова з інтервалами в x з додаванням деякого шуму. Ви не знаєте, що це насправді функція, і ви хочете оцінити її ряд Тейлора приблизно x = 5. Таким чином, функція є гладкою і повільно змінюється для регіону навколо точки, яка вас цікавить (скажімо, 2 <x <8), але не обов'язково приємна за межами регіону.
Відповіді були корисними, і певний шлях поліномів з найменшими квадратами - це, мабуть, шлях. Що, однак, зробить оцінну серію Тейлора відмінною від звичайної поліномічної підгонки, це те, що ви повинні мати можливість стригти терміни вищого порядку, а поліном все ще наближатись до початкової функції, лише в меншому діапазоні щодо початкової точки.
Тож, можливо, підходом було б виконати лінійну поліномію, використовуючи лише дані, близькі до початкової точки, з наступним квадратичним підходом з трохи більше даних, кубічним з використанням трохи більше цього тощо.