概述- 本发明涉及一种使用二项式回归的方法，并结合现有数据和通过借助于卫星监测器收集的未来样本数据，以确定导致地震发生的变量。然后将数据配对，并使用回归分析，我们使用最小二乘法模型识别在准确预测未来地震中最有用的系数。

在一个变式中，该方法包括使用诸如在美国地质调查局数据库中找到的经验数据或通过卫星收集新样本，以确定为何和何时发生地震的基本模型。该方法旨在统计评估所有可能的变量，在地壳发生实际滑移和改变之前，告知事件的情况。编程员试图整合电磁，太阳能或其他信号，寻求组合可以准确测量和量化的所有可能变量。编程员假设当组合导致地震事件时可能有多个原因和变量。编程员还假设可以通过研究微地震并利用该结果数据生成更大规模的预测未来地震活动的统计模型，从而准确地应用推理。目前的技术使我们能够在十秒钟内预测地震，编程员说任何一场地震都会在其他自然现象之外，或者数据不完整或被曲解。该模型将使用贝叶斯分析运行二项式回归分析，以考虑新的或未知的变量，并将其输入到现有模型中。 我们将努力讲尽可能多的变量结合起来，以便使用者能够最终减轻人类生活成本方面的损害，这些损害现在被认为为高风险的。 如果目前的监测方法被认为不足，我们将在工作范围内解决这些问题。