DRS

Penerangan

Orang akan memperoleh banyak data berkaitan dua atau lebih dari dua dimensi semasa eksperimen dan pengeluaran. Data ini akan membantu mereka menyelesaikan masalah realiti sebaliknya, yang memerlukan pemprosesan data untuk menjadikannya model matematik yang mencerminkan peraturan variasi data. Penerapan Metode Least Square hanya dapat membuat regresi linier, tetapi untuk masalah nonlinier, ia mesti membina ekspresi hubungan matematik yang berkaitan, iaitu model mekanisme melalui prosedur yang mengandaikan proses pemrosesan model mekanisme linierisasi dan kemudian melakukan pengiraan pemodelan regresi. Beberapa data berkaitan model rekursif bagus, tetapi data realiti dapat diubah, ada yang menyimpulkan model mekanisme. Selepas proses linier, sifat korelasi model regresi tidak baik, dan beberapa data yang berkaitan bahkan tidak dapat disimpulkan dalam model mekanisme. Lebih sukar untuk membina model matematik. Kaedah Leub Cubic menyelesaikan masalah yang dihadapi Regresi Data Kaedah Least Square dalam regresi data yang berkaitan. Oleh kerana komputer banyak digunakan dan diaplikasikan dalam eksperimen, reka bentuk dan produksi, ia membuat pengiraan regresi berdasarkan teori kaedah Cubic paling tidak menjadi kenyataan. Orang tidak hanya dapat memproses model mekanisme melalui pemrosesan linierasi regresi dengan lebih baik, tetapi juga dapat memberikan model matematik yang baik untuk data terkait yang tidak dapat menyimpulkan model mekanisme.