| Տարբերակ | 2011 |
|---|---|
| Հրատարակիչ | AiHua Computer Studio |
| Թողարկման ամսաթիվ | 28 նոյ, 2011 թ. |
| Ավելացման ամսաթիվը | 04 հնվ, 2011 թ. |
| OS պահանջները | Windows 98/Me/NT/2000/XP/2003 |
| Պահանջներ | None |
| Ընդհանուր ներբեռնումներ | 1 069 |
| Շաբաթական ներբեռնումներ | 1 |
| Գինը | $108 |
Նկարագրություն
Փորձերի և արտադրության ընթացքում մարդիկ ձեռք կբերեն երկու կամ ավելի քան երկու հարթության շատ առնչվող տվյալներ: Այս տվյալները կօգնեն նրանց լուծել հակառակը իրականության խնդիրները, որոնք տվյալների մշակման կարիք ունեն, որպեսզի դրանք դառնան տվյալների փոփոխման կարգավորումը արտացոլող մաթեմատիկական մոդել: Նվազագույն քառակուսի մեթոդի կիրառումը կարող է լինել միայն գծային հետընթաց Ռեկուրսիվ մոդելների որոշ առնչվող տվյալներ լավն են, բայց իրականության տվյալները փոփոխական են, ոմանք էլ հանում են մեխանիզմի մոդելները: Գծային գործընթացից հետո ռեգրեսիայի մոդելի փոխկապակցվածության հատկությունը լավ չէ, և որոշ առնչվող տվյալներ նույնիսկ չեն կարող եզրակացնել մեխանիզմի մոդելի մեջ: Նույնիսկ ավելի դժվար է կառուցել մաթեմատիկական-տրամաբանական մոդելներ: Առնվազն խորանարդ մեթոդը լուծում է այն խնդիրները, որոնք նվազագույն քառակուսի մեթոդի տվյալների հետընթացը հանդիպել է առնչվող տվյալների հետընթացում: Քանի որ համակարգիչները լայնորեն օգտագործվում և կիրառվում են փորձերի, նախագծման և արտադրության մեջ, դա իրականություն է դարձնում ռեգրեսիայի հաշվարկը `հիմնված նվազագույն խորանարդ մեթոդի տեսության վրա: Մարդիկ ոչ միայն կարող են ավելի լավ մշակել մեխանիզմի մոդելը հետընթացի գծայնացման ավելի լավ մշակման միջոցով, այլև կարող են հիմնավոր մաթեմատիկական մոդել տալ հարակից տվյալների, որոնք չեն կարող եզրակացնել մեխանիզմի մոդելները: