看来您正在寻找优化（在这里，特别是适合）。

你有一些实验数据，你想要一个简单的模型来解释它。

最简单的方法是使用普通最小二乘法。这个想法是最小化标准偏差或垂直轴上的误差。

另一种是PCA，您可以在其中尝试找到一个角度来查看变量以找到最大信息。它基于系统的特征向量。优点是它只试图找到最小化正交误差的最佳解决方案。

许多其他解决方案是可能的，但最好有更多关于您正在寻找的内容以及变量之间的链接的详细信息。

您可以使用任何适用于线性方程组的数值方法。他们之中有一些是;

• 高斯-乔丹消除
• 雅可比法
• 高斯-赛德尔
• 连续过度松弛（SOR）

有关更多信息，您可以查看此