Atliekant eksperimentus ir gamybos Žmonės gaus daug susijusius duomenis iš dviejų ar daugiau nei du aspektus. Šie duomenys padės jiems išspręsti problemas tikrovės Priešingai, kurios turi duomenų apdorojimą, kad jie tapo matematinis modelis atspindi duomenų variacijos reguliavimą. Iš mažiausiųjų kvadratų metodu taikymas gali tik tiesinę regresiją, bet su netiesiniais problemų ji turi statyti susijusios matematinis ryšys išraiška, ty mechanizmas modelis per procedūrą darant prielaidą daryti Linearizacija tvarkymą mechanizmas modelio ir tada padaryti regresijos modeliavimas skaičiavimus. Kai susiję duomenys grįžtamojo modeliai yra geri, tačiau tikrovės duomenys yra nepastovus, kai išvesti mechanizmas modeliai. Po linijinio proceso koreliacijos nuosavybė regresijos modelio nėra gera, o kai susijusi duomenis, net negalima daryti išvados, Mechanizme modelį. Tai dar labiau sunkiau statyti mathematicalematical modelius. Mažiausiai kubinių metodas išsprendžia problemas, mažiausiųjų kvadratų metodu Duomenų Regresijos susitiko siejimo duomenis regresija. Kadangi kompiuteriai yra plačiai naudojami ir taikomi eksperimento, projektavimas ir gamyba, ji daro regresijos skaičiavimus remiantis mažiausių kubinių metodą į realybės teoriją. Žmonės gali ne tik apdoroti mechanizmas modelis per regresijos Linearizacija perdirbimo geriau, bet taip pat gali suteikti tvirtą matematinį modelį prie susijusią duomenimis, kurie negali pasiremti mechanizmą modelius.
Kas naujo Ši laida:
2011 Versija apima nepatikslinta atnaujinimus
Apribojimai .
riboto funkcionalumo
Komentarai nerastas