Die vorliegende Arbeit beschäftigt sich mit der Regressionsschätzung unter Verwendung von künstlich erzeugten Daten. Die vorgestellten Methoden entfaltet ihre Stärke genau dann, wenn es bei einem Regressionsschätzproblem nur sehr wenige experimentelle Daten vorhanden sind. Besonders bei der Verwendung nichtparametrischen Methoden ist die Anzahl der zur Verfügung stehenden Daten von sehr großer Bedeutung. So besteht die grundlegende Idee dieser Arbeit darin, eine Reihe von künstlich erzeugten Daten zu generieren und diese effektiv bei der Regressionsschätzung zu verwenden. Hierbei greift man auf die Kenntnisse aus verwandten Experimenten zurück.