DRS

Описание

Хората ще получат много свързани данни с две или повече от две измерения по време на експерименти и производство. Тези данни ще им помогнат да решат проблемите на реалността напротив, които се нуждаят от обработка на данни, за да ги превърнат в математически модел, отразяващ регулирането на промяната на данните. Прилагането на метода на най-малкия квадрат може да направи само линейна регресия, но към нелинейните проблеми той трябва да конструира свързващ математически израз на връзката, а именно модел на механизъм чрез процедура, предполагаща да се направи линеаризация на обработка на модел на механизма и след това да се направи изчисляване на регресионното моделиране. Някои свързани данни на рекурсивните модели са добри, но данните от реалността са променливи, някои извеждат модели на механизми. След линейния процес корелационното свойство на регресионния модел не е добро и някои свързани данни дори не могат да се изведат в модела на механизма. Още по-трудно е да се изграждат математико-математически модели. Методът с най-малък кубик решава проблеми, с които регресията на данните от метода с най-малък квадрат се среща при регресията на свързаните данни. Тъй като компютрите се използват широко и се прилагат в експерименти, проектиране и производство, това прави регресионното изчисление въз основа на теорията за най-малко кубичния метод в реалност. Хората могат не само да обработят по-добре модела на механизма чрез обработка на регресионната линеаризация, но също така могат да дадат здрав математически модел на съответните данни, който не може да изведе модели на механизми.