DRS

Leírás

Az emberek a kísérletek és a gyártás során sok, két vagy több dimenzióból származó kapcsolódó adatot szereznek. Ezek az adatok segítenek abban, hogy ellentétben oldják meg a valóság problémáit, amelyeknek adatfeldolgozásra van szükségük ahhoz, hogy matematikai modellekké váljanak, tükrözve az adatváltozatok szabályozását. A legkisebb négyzet módszer alkalmazása csak lineáris regressziót eredményezhet, de a nemlineáris problémákra matematikai összefüggés kifejezést kell összeállítania, nevezetesen a mechanizmus modelljét eljáráson keresztül, feltételezve, hogy a mechanizmus modell linearizációs feldolgozását végzi, majd regresszió modellezési számítást végez. A rekurzív modellek néhány kapcsolódó adatai jók, de a valóság adatai változékonyak, vannak, akik mechanizmus modelleket vezetnek le. A lineáris folyamat után a regressziós modell korrelációs tulajdonsága nem jó, és néhány kapcsolódó adat még a mechanizmus modelljében sem vezethető le. Még nehezebb matematikai matematikai modelleket felépíteni. A legkisebb köbös módszer azokat a problémákat oldja meg, amelyeknek a legkisebb négyzet módszer adatregressziója megfelelt a kapcsolódó adatok regressziójában. Mivel a számítógépeket széles körben használják és alkalmazzák a kísérletekben, a tervezésben és a gyártásban, ez a legkisebb kubikus módszer elméletén alapuló regressziós számítást valósítja meg. Az emberek nem csak a regressziós linearizációs feldolgozáson keresztül tudják jobban feldolgozni a mechanizmus modelljét, hanem megbízható matematikai modellt is adhatnak a kapcsolódó adatokhoz, amelyek nem vezethetnek le egy mechanizmus modellt.