DRS

Beschreiwung

D'Leit kréien vill Bezuchsdaten vun zwee oder méi wéi zwou Dimensiounen wärend Experimenter a Produktioun. Dës Donnéeën hëllefen hinnen d'Problemer vun der Realitéit am Géigendeel ze léisen, déi Datenveraarbechtung brauchen fir se mathematescht Modell ze ginn, dat d'Donnevariatiounsreguléierung reflektéiert. D'Uwendung vun der Least Square Method kann nëmme lineare Regressioun maachen, awer zu den netlinaren Probleemer muss et mat mathematesche Bezéiungsausdrock konstruéieren, nämlech Mechanismemodell duerch Prozedur ugeholl datt d'Linearisatiounsveraarbechtung vum Mechanismemodell gemaach gëtt an dann d'Regressiounsmodellberechnung mécht. E puer Bezuchsdate vun de rekursive Modeller si gutt, awer d'Donnéeë vun der Realitéit si verännerbar, e puer dedizéiere Mechanismemodeller. Nom Linearprozess ass d'Korrelatiounseigenschaft vum Regressiounsmodell net gutt, an e puer Bezuchsdate kënnen och net am Mechanismusmodell ofleeden. Et ass nach méi schwéier mathematesch mathematesch Modeller ze bauen. Mindest Cubic Method léist Probleemer déi Least Square Method Data Regression an der Regressioun vu relativen Daten kennegeléiert hunn. Zënter datt d'Computeren allgemeng benotzt ginn an am Experiment, Design a Produktioun applizéiert ginn, mécht et d'Regressiounsrechnung baséiert op der Theorie vun der mannster Kubik Method a Wierklechkeet. D'Leit kënnen net nëmmen de Mechanismodell duerch d'Regressiouns Linearisatiounsveraarbechtung besser veraarbecht, mee kënnen och e gesond mathematescht Modell fir déi bezuelend Daten ginn, déi kee Mechanismodell ofleeden.