Folk kommer att få många rör uppgifter av två eller fler än två dimensioner under experimenten och produktion. Dessa data kommer att hjälpa dem att lösa problem av verkligheten på motsatsen, som behöver databehandling för att få dem att bli matematisk modell som återspeglar data variationen förordningen. Tillämpningen av minsta kvadratmetoden kan bara göra linjär regression, men att de icke-linjära problem som den måste bygga avseende matematiskt förhållande uttryck, nämligen mekanismen modellen genom förfarande antar att göra arise bearbetning av mekanism modell och sedan göra regressionsmodellering beräkning. Vissa rör uppgifter i de rekursiva modeller är bra, men data från verkligheten är föränderlig, vissa härleda mekanism modeller. Efter linjär process korrelations egendom regressionsmodell är inte bra, och vissa rör data även inte kan härleda i mekanismen modellen. Det är ännu svårare att bygga mathematicalematical modeller. Minst Cubic metod löser problem som minsta kvadratmetoden Data Tillbakagången träffade i regression av rör uppgifter. Eftersom datorerna används ofta och tillämpas i experiment, design och produktion, gör det regressions beräkning baserad på teorin om minst Cubic metod till verklighet. Människor kan inte bara behandla den mekanism modellen genom regressionsarise bearbetning bättre, men kan också ge en god matematisk modell för att den avser uppgifter som inte kan härleda en mekanism modeller.
Vad är nytt i denna utgåva:
Version 2011 innehåller ospecificerade uppdateringar
Begränsningar .
Begränsad funktionalitet
Kommentarer hittades inte