3.2. Подбор кривой

- случайные переменные, детерминировано связанные между собой одинаковой экспериментальной ситуацией.

Требуется показать, что функцию вида , наилучшим образом связываетив каждом рассматриваемом эксперименте.

3.2.1. Формирование вариационных рядов экспериментальных данных

Необходимо составить таблицы экспериментальных показателей, состоящие из ранжированного массива исходных данных, представляющих собой вариационные ряды.

Ми КК(х)	Цит КК(у)
0,282	0,417
0,346	0,417
0,388	0,498
0,405	0,579
0,451	0,586
0,454	0,587
0,471	0,617
0,5023	0,63
0,505	0,663
0,515	0,7
0,525	0,775

Таблица 14. Вариационный ряд для данных при ишемии продолжительностью 30 минут

Ми КК(х)	Цит КК(у)
0,365	0,515
0,401	0,549
0,473	0,573
0,478	0,6135
0,539	0,625
0,559	0,642
0,573	0,669
0,58	0,67
0,605	0,758

Таблица 15. Вариационный ряд для данных при ишемии продолжительностью 18 часов

Ми КК(х)	Цит КК(у)
0,328	0,368
0,373	0,436
0,471	0,514
0,51	0,635
0,543	0,708
0,668	0,732
0,677	0,745
0,713	0,793

Таблица 16. Вариационный ряд для данных при ишемии продолжительностью 3 дня

Ми КК(х)	Цит КК(у)
0,383	0,488
0,451	0,491
0,464	0,524
0,464	0,566
0,4875	0,588
0,515	0,858
0,5625	0,922
0,605	0,93
0,846	0,973

Таблица 17. Вариационный ряд для данных при ишемии продолжительностью 7 дней

Ми КК(х)	Цит КК(у)
0,345	0,531
0,447	0,539
0,47	0,604
0,484	0,604
0,504	0,634
0,609	0,67
0,611	0,74

Таблица 18. Вариационный ряд для данных при ишемии продолжительностью 30 дней

Ми КК(х)	Цит КК(у)
0,31	0,342
0,322	0,365
0,37	0,3745
0,373	0,421
0,416	0,424
0,5	0,463
0,505	0,463
0,53	0,552
0,538	0,552
0,55	0,556
0,555	0,567
0,556	0,591
0,557	0,616
0,596	0,616
0,6135	0,623
0,615	0,655
0,641	0,663
0,664	0,746
0,672	0,824

Таблица 19. Вариационный ряд для данных при интактном состояние животных

3.2.2. Выбор аппроксимирующей функции

В качестве аппроксимирующей функции, связывающей показатели митохондриальной креатинкиназы (ми КК(х)) и цитоплазматической креатинкиназы (цит КК(y)) в мозге интактных животных и животных с ишемией различной продолжительности была выбрана функция вида . Необходимо, чтобы данная функция удовлетворяла следующим условиям:

• должна хорошо объединять экспериментальные показатели;

• проста в выражение;

• удобна для расчета выбранных характеристик;

• должна давать наименьшую ошибку аналитического прогноза;

• должна принадлежать к классу гладких функций, по возможности элементарных.

Для расчета параметров воспользуемся методом наименьших квадратов.

Задача заключается в нахождении коэффициентов зависимости, при которых функция принимает наименьшее значение. То есть, при данных сумма квадратов отклонений экспериментальных данных от найденной прямой будет наименьшей, т.е

Для определения параметров аппроксимирующей функции используем необходимое условие экстремума функции и решаем систему уравнений относительно параметров

Решаем полученную систему из трех уравнений с тремя неизвестными методом Крамера и получаем формулы для нахождения коэффициентов по методу наименьших квадратов (МНК).

Параметры определяются по формулам :

(8)

где - определитель системы:

- вспомогательные определители системы: