Mensen zullen bij experimenten en productie vele betrekking data van twee of meer dan twee afmeting te verkrijgen. Deze gegevens zal hen helpen om de problemen van de werkelijkheid op Integendeel, die dataverwerking nodig om ze te laten worden wiskundig model die de data variatie regelgeving op te lossen. De toepassing van de minst plein Methode kan alleen maar lineaire regressie, maar om de niet-lineaire problemen moet het construeren met betrekking wiskundige relatie uitdrukking, namelijk het mechanisme model door de procedure te veronderstellen om linearisatie verwerking van mechanisme model te doen en dan doe regressie modellering berekening. Sommige betreffende gegevens van de recursieve modellen zijn goed, maar de gegevens van werkelijkheid veranderlijk, enkele deduce mechanisme modellen. Na het lineair proces eigendom correlatie van het regressiemodel is niet goed, en sommige betreffende data zelfs niet afleiden van het mechanisme model. Het is nog moeilijker om mathematicalematical modellen te bouwen. Minste Cubic Methode lost problemen die Least plein Methode Gegevens Regression ontmoet in de regressie van de gegevens die betrekking hebben. Aangezien de computers wijd en toegepast experiment ontwerpen en productie, het maakt de regressie berekening gebaseerd op de theorie van tenminste Cubic werkwijze te realiseren. Mensen kunnen niet alleen verwerken het mechanisme model door de regressie linearisatie verwerking beter, maar kan ook een goed wiskundig model om de betreffende gegevens die niet kunnen afleiden een mechanisme modellen te geven.
Wat is nieuw in deze release:
Versie 2011 bevat niet-gespecificeerde updates
Beperkingen .
Limited functionaliteit
Reacties niet gevonden