Только полезно ещё учесть, что логарифмирование искажает масштабы. Поэтому стоит применить вариант МНК с весом, вручную подбирая весовую функцию так, чтобы более-менее минимизировать отклонение именно самой моделируемой функции от экспоненты, а не того, что получится после логарифмирования.
И ещё. Модель фактически имеет вид

. Так вот: с

всё ясно (она действительно определяется значениями на бесконечности), а вот

лучше загнать под экспоненту и искать по МНК одновременно с

. Если, конечно, по каким-то соображениям значение в нуле не должно быть действительно точным.
-- Пн ноя 01, 2010 11:48:46 --P.S. Среднеквадратическое отклонение аналитически не вычисляется.
Это как это не вычисляется?... Формулы МНК для одного-двух параметров -- вполне явные.