Nekem konkrétan ismert függvényhez kell az illesztés, mert csak ott lehet a minta által adott tartományon kívül is végezni következtetést (inference). Az általam vizsgált folyamatoknál ismert a forrás dinamikája és így a keletkezett eloszlás.
Egyébként ismeretlen függvénynél érdekes lehet az egyik paper, ahol a LOESS robusztus modellt illesztik több dimenziós adatra. Ennek előnye, hogy nem kell ismerni a függvényt, mert adatra illeszt egy lineáris regressziót (n-1 dimenziós síkot) lokálisan. És ahogy halad végig, úgy számolja újra a lineáris illesztést egy sub-intervallumon. Itt hátrány, hogy csak az ismert határokon belül lehet következtetni.
Az illesztés itt csak egy demó.