home *** CD-ROM | disk | FTP | other *** search
/ NetNews Usenet Archive 1992 #23 / NN_1992_23.iso / spool / sci / math / stat / 2133 < prev    next >
Encoding:
Text File  |  1992-10-14  |  2.1 KB  |  49 lines
  1. Newsgroups: sci.math.stat
  2. Path: sparky!uunet!charon.amdahl.com!pacbell.com!sgiblab!munnari.oz.au!mel.dit.csiro.au!mineng.dmpe.CSIRO.AU!dmssyd.syd.dms.CSIRO.AU!metro!sunb!laurel.ocs.mq.edu.au!wskelly
  3. From: wskelly@laurel.ocs.mq.edu.au (William Skelly)
  4. Subject: Re: least squares fit to function
  5. Message-ID: <1992Oct14.020228.26449@mailhost.ocs.mq.edu.au>
  6. Sender: news@mailhost.ocs.mq.edu.au (Macquarie University News)
  7. Nntp-Posting-Host: laurel.ocs.mq.edu.au
  8. Organization: Macquarie University, Australia.
  9. References: <1992Oct13.151606.8435@cbfsb.cb.att.com>
  10. Date: Wed, 14 Oct 1992 02:02:28 GMT
  11. Lines: 36
  12.  
  13. In article <1992Oct13.151606.8435@cbfsb.cb.att.com> rizzo@cbnewsf.cb.att.com (anthony.r.rizzo) writes:
  14. >Some time ago, I asked for net-wisdom on the subject of constrained
  15. >least squares.  Many of you responded, letting me know that I was
  16. >on track.  First, let me thank all those who responded.  I've since
  17. >written my own little program to do constrained least square fits
  18. >of n-degree polynomials.  But now I have a slightly off-the-wall
  19. >question for you.  Read on. ;-)
  20. >
  21. >Given some explicitely defined function g(x), say, g(x) = sin(x),
  22. >can the method of least square errors be applied such that
  23. >we derive a second function f(x) = a0 + a1*x + a2*x^2 + ... + an*x^n  
  24. >where f(x) is the best least squares fit to g(x)?
  25. >
  26. >I know that this request sounds strange.  But I have a legitimate
  27. >application.  The application software that I'm using, ANSYS, 
  28. >forces me to input certain quantities as polynomial functions
  29. >of temperature.  So I can't get around using a polynomial.
  30. >Given this restriction, I at least want to use a best-fit polynomial.
  31. >
  32. >Has anyone ever heard of this being done before?
  33. >
  34. >Tony Rizzo
  35. >
  36.  
  37. Yes. I think you want to check out Generalised Least-Squares
  38. fitting routines.  I am currently using the one in Numerical 
  39. recipes for which fitting a polynomial is straightforward.
  40. Press et al. recommend their singular value decomposition
  41. over least-squares or weighted least-squares routines.
  42.  
  43. If you figure out how to use it you might let me know how
  44. I can find the best fit for a spherical variogram using these
  45. routines ;-).  
  46.  
  47. Cheers,
  48. Chris
  49.