DRS

Beskrivelse

Folk vil få mange relaterte data med to eller flere dimensjoner under eksperimenter og produksjon. Disse dataene vil hjelpe dem med å løse virkelighetsproblemer tvert imot, som trenger databehandling for å få dem til å bli matematisk modell som gjenspeiler datavariasjonsreguleringen. Anvendelsen av den minste kvadratmetoden kan bare gjøre lineær regresjon, men til de ikke-lineære problemene må den konstruere relatert matematisk forholdsuttrykk, nemlig mekanismemodell gjennom prosedyre som antar å gjøre lineariseringsbehandling av mekanismemodell og deretter gjøre regresjonsmodelleringsberegning. Noen relaterte data fra de rekursive modellene er gode, men dataene fra virkeligheten er foranderlige, noen utleder mekanismemodeller. Etter den lineære prosessen er korrelasjonsegenskapen til regresjonsmodellen ikke god, og noen relaterte data kan ikke engang utlede i mekanismemodellen. Det er enda vanskeligere å bygge matematiske matematiske modeller. Minst kubisk metode løser problemer som dataregresjon med minst kvadratmetode møtte i regresjonen av relaterte data. Siden datamaskiner er mye brukt og brukt i eksperimenter, design og produksjon, gjør det regresjonsberegningen basert på teorien om minst kubisk metode til virkelighet. Folk kan ikke bare behandle mekanismemodellen gjennom prosessen med regresjonslinearisering bedre, men kan også gi en sunn matematisk modell til de relaterte dataene som ikke kan utlede en mekanismemodell.