DRS

Kirjeldus

Inimesed saavad katsete ja tootmise käigus palju kahe või enama kui kahe mõõtmega seotud andmeid. Need andmed aitavad neil lahendada vastupidi tegelikkuse probleeme, mis vajavad andmetöötlust, et neist saaks andmete muutumise regulatsiooni kajastav matemaatiline mudel. Vähimruutumeetodi rakendamine võib teha ainult lineaarse regressiooni, kuid mittelineaarsete probleemide korral peab see konstrueerima matemaatilise seose avaldise, nimelt mehhanismi mudeli protseduuri kaudu, eeldades, et tehakse mehhanismi mudeli lineaarisatsioonitöötlus ja seejärel arvutatakse regressioonimudelit. Mõned rekursiivsete mudelite seonduvad andmed on head, kuid tegelikkuse andmed on muutlikud, mõned tuletavad mehhanismimudeleid. Pärast lineaarset protsessi ei ole regressioonimudeli korrelatsiooniomadus hea ja mõningaid seonduvaid andmeid ei saa mehhanismimudelis isegi järeldada. Matemaatiliste mudelite koostamine on veelgi raskem. Väikseim kuupmeetod lahendab probleemid, millega vähimruutumeetodi andmete regressioon vastas seotud andmete regressioonil. Kuna arvuteid kasutatakse laialdaselt ja rakendatakse katsetel, projekteerimisel ja tootmisel, muudab see väikseima kuupmeetodi teoorial põhineva regressiooniarvutuse reaalsuseks. Inimesed ei saa mitte ainult paremini töödelda mehhanismi mudelit regressiooni linearizatsiooni töötlemise kaudu, vaid saavad ka seotud andmetele anda kindla matemaatilise mudeli, mis ei võimalda mehhanismi mudeleid tuletada.