-
[数学]
サンプル データ ポイントに最小二乗回帰を使用する、複雑なサーフェスに適したサーフェス内挿法。 この方法では、入力データに関して相違を最小化したサーフェスが得られます。 結果として得られるサーフェスがサンプル データ ポイントをすべて通ることはほとんどありません。 これは、大きな変動を描画する最も簡単な方法ですが、トレンド サーフェスはデータの外れ値の影響を受けやすくなります。 トレンド サーフェス解析は、サーフェスを正確にモデル化するのではなく、サンプル データの全般的な傾向を見つけるために使います。