DRS

Beskrivelse

Folk vil få mange relaterede data af to eller mere end to dimensioner under eksperimenter og produktion. Disse data vil hjælpe dem med at løse virkelighedsproblemer tværtimod, som har brug for databehandling for at få dem til at blive matematisk model, der afspejler reguleringen af ​​datavariationer. Anvendelsen af ​​den mindste firkantede metode kan kun skabe lineær regression, men til de ikke-lineære problemer skal den konstruere relateret matematisk forholdsekspression, nemlig mekanismemodel gennem procedure, der antager at udføre lineariseringsbehandling af mekanismemodel og derefter regressionsmodelleringsberegning. Nogle relaterede data om de rekursive modeller er gode, men dataene fra virkeligheden kan ændres, nogle udleder mekanismemodeller. Efter den lineære proces er korrelationsegenskaben for regressionsmodellen ikke god, og nogle relaterede data kan endda ikke udlede i mekanismemodellen. Det er endnu sværere at opbygge matematiske matematiske modeller. Mindst kubisk metode løser problemer, som mindste kvadratmetodes dataregression mødtes i regressionen af ​​relaterede data. Da computere bruges i vid udstrækning og anvendes i eksperimenter, design og produktion, gør det regressionsberegningen baseret på teorien om mindst kubisk metode til virkelighed. Folk kan ikke kun behandle mekanismemodellen bedre gennem regression lineariseringsbehandling, men kan også give en sund matematisk model til de relaterede data, som ikke kan udlede en mekanismemodel.