Сглаживание по методу скользящих средних может вносить существенные искажения в том случае, когда временной ряд значений диагностического параметра объективно содержит периодические колебания, а принятый интервал сглаживания оказывается равным или кратным циклу колебаний.
Запоминания всех предыдущих значений функции в расчетной процедуре не требуется, достаточно хранить только предыдущее сглаженное значение, что упрощает машинную реализацию алгоритма сглаживания кривой. Такой метод сглаживания часто называют релаксационным, поскольку в каждом сглаженном значении учитываются прошлые значения, или экспоненциальным, поскольку значимость прошлых значений уменьшается в степенной зависимости.
При разработке автоматизированных систем диагностирования более удобно выражать тренды изменения параметров аналитическими формулами. Располагая формулой, легко проводить интерполирование, т. е. определение ожидаемого значения параметра для любого момента внутри обследованного временного интервала, и экстраполирование, т. е. прогнозирование поведения контролируемого параметра за пределами обследованного периода, в том числе и в будущем.
Наиболее правильно при выборе вида формулы опираться на теоретические закономерности или суть исследуемого явления.
Определение значений эмпирических коэффициентов (a, b и т. д.), задающих конкретное выражение выбранной формулы. Коэффициенты чаще всего находят по методу средних или по методу наименьших квадратов.
По сути, это означает, что эмпирическая кривая должна так проходить через опытные точки, чтобы сумма уклонений этих точек от кривой (вверх и вниз) равнялась нулю.