DRS

La description

Les gens obtiendront de nombreuses données relatives de deux ou plus de deux dimensions au cours des expériences et de la production. Ces données les aideront à résoudre des problèmes de réalité au contraire, qui nécessitent un traitement informatique pour en faire un modèle mathématique reflétant la régulation de la variation des données. L'application de la méthode des moindres carrés ne peut faire que la régression linéaire, mais pour les problèmes non linéaires, elle doit construire une expression de relation mathématique connexe, à savoir un modèle de mécanisme par une procédure supposant de faire un traitement de linéarisation du modèle de mécanisme, puis de faire un calcul de modélisation de régression. Certaines données relatives des modèles récursifs sont bonnes, mais les données de la réalité sont variables, certains en déduisent des modèles de mécanismes. Après le processus linéaire, la propriété de corrélation du modèle de régression n'est pas bonne et certaines données relatives ne peuvent même pas être déduites dans le modèle de mécanisme. Il est encore plus difficile de construire des modèles mathématiques. La méthode des moindres cubes résout les problèmes rencontrés par la régression des données de la méthode des moindres carrés dans la régression des données associées. Étant donné que les ordinateurs sont largement utilisés et appliqués dans les expériences, la conception et la production, le calcul de régression basé sur la théorie de la méthode des moindres cubes devient réalité. Les gens peuvent non seulement mieux traiter le modèle de mécanisme grâce au traitement de linéarisation de régression, mais peuvent également donner un modèle mathématique solide aux données relatives qui ne peuvent pas déduire de modèles de mécanisme.