is the process of constructing a cu

is the process of constructing a curve, or mathematical function, that has the best fit to a series of data points,[3] possibly subject to constraints.[4][5] Curve fitting can involve either interpolation,[6][7] where an exact fit to the data is required, or smoothing,[8][9] in which a "smooth" function is constructed that approximately fits the data. A related topic is regression analysis,[10][11] which focuses more on questions of statistical inference such as how much uncertainty is present in a curve that is fit to data observed with random errors. Fitted curves can be used as an aid for data visualization,[12][13] to infer values of a function where no data are available,[14] and to summarize the relationships among two or more variables.[15] Extrapolation refers to the use of a fitted curve beyond the range of the observed data,[16] and is subject to a degree of uncertainty[17] since it may reflect the method used to construct the curve as much as it reflects the observed data.

ผลลัพธ์ (ไทย) 1:

เป็นกระบวนการของการสร้างเส้นโค้งหรือฟังก์ชั่นทางคณิตศาสตร์ที่มีความเหมาะสมที่สุดกับชุดของจุดข้อมูล [3] อาจจะเป็นภายใต้ข้อ จำกัด . [4] [5] เส้นโค้งสามารถเกี่ยวข้องกับการแก้ไขอย่างใดอย่างหนึ่ง [6] [7 ] ที่พอดีตรงกับข้อมูลที่ถูกต้องหรือเรียบ [8] [9] ในการที่ฟังก์ชั่น "ราบรื่น" การก่อสร้างประมาณว่าเหมาะกับข้อมูล หัวข้อที่เกี่ยวข้องกับการวิเคราะห์การถดถอย[10] [11] ซึ่งมุ่งเน้นเพิ่มเติมเกี่ยวกับคำถามของการอนุมานทางสถิติเช่นวิธีการความไม่แน่นอนมากในปัจจุบันคือเส้นโค้งที่เหมาะสมกับข้อมูลที่สังเกตมีข้อผิดพลาดแบบสุ่ม เส้นโค้งที่ติดตั้งสามารถใช้เป็นเครื่องช่วยสำหรับการแสดงข้อมูล [12] [13] เพื่อสรุปค่าของฟังก์ชั่นที่ไม่มีข้อมูลที่มีอยู่ [14] และสรุปความสัมพันธ์ระหว่างสองคนหรือมากกว่าตัวแปร[15] หมายถึงการคาดการณ์การใช้เส้นโค้งติดตั้งเกินช่วงของข้อมูลที่สังเกตได้ [16] และอาจมีระดับของความไม่แน่นอน [17] เพราะมันอาจสะท้อนให้เห็นถึงวิธีการที่ใช้ในการสร้างเส้นโค้งมากที่สุดเท่าที่มันสะท้อนให้เห็นถึง ข้อมูลที่สังเกตได้

ผลลัพธ์ (ไทย) 2:

เป็นกระบวนการสร้างเส้นโค้ง หรือฟังก์ชันทางคณิตศาสตร์ ความเหมาะสมที่สุดกับชุดของข้อมูลจุด, [3] อาจจะมีข้อจำกัด[4][5] โค้งกระชับสามารถเกี่ยวข้องกับการแทรกแทรง, [6] [7] เหมาะสมแน่นอนข้อมูลที่จำเป็น หรือ ผืน, [8] [9] ซึ่งสร้างฟังก์ชัน "ราบรื่น" ที่เหมาะสมกับข้อมูลประมาณการ หัวข้อที่เกี่ยวข้องเป็นการวิเคราะห์การถดถอย[10][11] ซึ่งเน้นมากในคำถามข้อสถิติเช่นความไม่แน่นอนเท่าใดอยู่ในเส้นโค้งที่เหมาะสมกับข้อมูลที่ตรวจสอบ มีข้อผิดพลาดแบบสุ่ม สามารถใช้เป็นเส้นโค้งผ่อนสำหรับข้อมูลแสดงภาพประกอบเพลง, [12] [13] การรู้ค่าของฟังก์ชันพร้อมใช้งาน ไม่มีข้อมูล [14] และสรุปความสัมพันธ์ระหว่างตัวแปรสองตัว หรือมากกว่า[15] Extrapolation หมายถึงการใช้เส้นโค้งจัดนอกช่วงของข้อมูลสังเกต, [16] และมีองศาของความไม่แน่นอน [17] เนื่องจากอาจสะท้อนให้เห็นถึงวิธีการที่ใช้สร้างเส้นโค้งมากเท่าที่มันสะท้อนให้เห็นถึงข้อมูลที่พบ

ผลลัพธ์ (ไทย) 3:

นั้นเป็นขั้นตอนการสร้างที่โค้งหรือทางคณิตศาสตร์ที่ดีที่สุดที่มีให้พอดีกับชุดของข้อมูลจุด,[ 3 ]เป็นไปได้ว่าอาจเป็นขึ้นอยู่กับเงื่อนไข.[ 4 ]:[ 5 ]ความโค้งมนกระชับสามารถเข้าไปเกี่ยวข้องทั้งสอด,[ 6 ],[ 7 ]ที่ซึ่งเป็นที่แน่นอนให้พอดีกับที่ต้องมีข้อมูลหรือการปรับความคมชัดของ,[ 8 ][ 9 ]ที่"นุ่มนวล"ทำงานได้รับการสร้างขึ้นประมาณเหมาะกับข้อมูล. หัวข้อที่เกี่ยวข้องคือการวิเคราะห์[ 10 ][ 11 ]ที่ให้ความสำคัญมากขึ้นอยู่กับคำถามของลงความเห็นได้ข้อมูลทางสถิติเช่นว่าความไม่แน่นอนมีอยู่ในรูปโค้งที่จัดให้พอดีกับข้อมูลพบว่ามีข้อผิดพลาดแบบสุ่ม ปรับตามความโค้งมนจัดให้บริการสามารถใช้เป็นความช่วยเหลือสำหรับการแสดง ภาพ ข้อมูล[ 12 ][ 13 ]เพื่อลงความเห็นได้ค่าของฟังก์ชันที่ไม่มีข้อมูลจัดให้บริการ[ 14 ]และสรุปความสัมพันธ์ในสองหรือมากกว่าเป็นตัวแปรสำคัญ.[ 15 ]กลั่นกรองหมายถึงการใช้ความโค้งมนจัดให้บริการที่อยู่ไกลออกไปของกลุ่มที่เห็นข้อมูล[ 16 ]และเป็นเรื่องในระดับหนึ่งของความไม่แน่นอน[ 17 ]นับตั้งแต่มันอาจสะท้อนให้เห็นถึงวิธีการที่นำมาใช้ในการสร้างความโค้งมนมากที่สุดเท่าที่จะสะท้อนถึงข้อมูลที่กำหนด