§1 插值方法 §2 曲线拟合的线性最小二乘法 §3 最小二乘优化 §4 曲线拟合与函数逼近 §5 黄河小浪底调水调沙问题

一、一元数据处理方法 1、插值法 2、数据拟合 2.1 线性最小二乘拟合（多项式拟合）方法 2.2 回归分析方法 二、多元数据处理方法 1、二维插值 2、多元回归分析 3、聚类分析 4、主成分分析 三、如何写好建模竞赛论文

给出一组离散点，确定一个函数逼近原函数，插值是这样的一种手段。 在实际中，数据不可避免的会有误差，插值函数会将这些误差也包括在内。 因此，我们需要一种新的逼近原函数的手段： ①不要求过所有的点（可以消除误差影响）；

给出一组离散点,确定一个函数逼近原函数,插值是这样的一种手段在实际中,数据不可避免的会有误差,插值函数会将这些误差也包括在内因此,我们需要一种新的逼近原函数的手段: ①不要求过所有的点(可以消除误差影响) ②尽可能表现数据的趋势,靠近这些点

《数学模型与数学实验》课程书籍文献（数学建模算法大全）第09章 插值与拟合

同济大学：《数值分析》课程教学资源（讲义）第五章 插值和拟合 Approximation by Splines

北京化工大学：《数学建模》课程教学资源（PPT课件）第八章 Matlab与建模常用计算方法 第三节 插值与拟合

西安电子科技大学：《计算方法》课程教学资源（PPT课件）插值与数据拟合（3/3）

西安电子科技大学：《计算方法》课程教学资源（PPT课件）插值与数据拟合（2/3）

西安电子科技大学：《计算方法》课程教学资源（PPT课件）插值与数据拟合（1/3）