Щоб відтворити тенденції досліджуваного процесу, необхідно зменшити варіабельність вихідних даних, тобто згладити, провести більш плавну, гладку криву, яка має бути максимально близькою до експериментальних точок. Для підвищення ефективності апроксимації експериментальних даних запропоновано використовувати комплексний критерій, що включає мінімізацію середнього квадрата похибки апроксимації із застосуванням умов гладкості апроксимуючої кривої на основі аналізу її других похідних. Виконано порівняльний аналіз запропонованого підходу з методом рухомого середнього, широко застосовуваного для згладжування процесів в умовах апріорної невизначеності. Запропоновані методики застосовано для згладжування даних моніторингу артеріального тиску. Показано, що оптимальні згладжені залежності забезпечують достатню гладкість для виділення короткострокових коливань середнього артеріального тиску, виявлення стійких закономірностей їх динаміки, що має важливе значення для прогнозування функціонального стану людини.
