Grundlagen der Statistik enthält Materialien verschiedener Vorlesungen und Kurse von H. Lohninger zur Statistik, Datenanalyse und Chemometrie .....mehr dazu. |
Home Bivariate Daten Kurvenanpassung Kurvenanpassung durch Splines | ||||
Search the VIAS Library | Index | ||||
Kurvenanpassung durch SplinesAuthor: Hans Lohninger
Kubische Splines repräsentieren eine allgemeine Klasse von Funktionen die bei vielen Interpolationen eingesetzt werden. Die grundlegende Idee dabei ist, ein kubisches Polynom so durch zwei Datenpunkte zu legen, dass an den Datenpunkten die erste und die zweite Ableitung kontinuierlich ist. Das angepasste Polynom ändert sich von Datenpunktpaar zu Datenpunktspaar, so dass bei n Datenpunkten n-1 Polynome zu berechnen sind. Die beiden Polynome, die sich auf einem Datenpunkt treffen, haben als gemeinsame Eigenschaft nicht nur den gleichen Funktionalwert, sondern weisen im Berührungspunkt auch die gleiche 1. und 2. Ableitung auf. Weiters kann man das Konzept der Splines durch eine kleine Erweiterung auf geglättete Splines ausdehnen. Ein geglättetes Spline entartet zu einer einfachen linearen Regression wenn man den Glättungsfaktor auf ein Maximum setzt. Nehmen wir an, wir haben n+1 Datenpunkte [xi, yi] mit i=0 bis n, und x0 < x1 < .... < xn. Die Funktion S(x) wird als Kubisches Spline bezeichnet, falls es n kubische Polynome si(x) gibt, die die Koeffizienten ai,0, ai,1, ai,2, ai,3 aufweisen und folgende Bedingungen erfüllen:
Bitte beachten Sie, dass es immer ein eindeutiges kubisches Spline gibt, das die Randbedingungen S"(x0) = 0 and S"(xn) = 0 erfüllt. Dieses Spline wird auch natürliches Spline genannt. Es entspricht der Kurve, die entsteht, wenn man einen flexiblen elastischen Stab durch alle Punkte legt und an den Endpunkten den Stab nicht weiter beeinflusst, so dass er sich auf die Verbiegungskräfte einstellen kann.
|
||||
Home Bivariate Daten Kurvenanpassung Kurvenanpassung durch Splines |