非线性科学是当今科学发展的一个重要研究方向，而非线性方程的求根也成了一 个不可缺的内容。但是，非线性方程的求根非常复杂。 通常非线性方程的根的情况非常复杂：

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）；

1. 函数f(x)以离散点列给出时，而要求我们给出导数值， 2. 函数f(x)过于复杂 这两种情况都要求我们用数值的方法求函数的导数值 微积分中，关于导数的定义如下：

9.1 时间数列的基本特征 9.2 移动平均法分析与预测 9.3 回归法分析与预测 9.4 指数平滑法分析与预测 9.5 季节变动的测定与分析

8.1 线性回归分析的基本原理 8.2 图表分析与回归函数分析 8.3 Excel回归分析工具 8.4 多元回归分析 8.5 非线性回归分析

7.1 单因素方差分析 7.2 单因素方差分析工具 7.3 双因素方差分析

6.1 假设检验的基本思想和步骤 6.2 总体标准差已知条件下均值双侧检验 6.3 标准差未知时总体均值的假设检验 6.4 总体方差的假设检验

5.1 参数估计的基本内容 5.2 总体均值区间估计 5.3 两均值之差的区间估计 5.4 总体比例区间估计 5.5 总体标准差及方差的估计

4.1 概率分布 4.2 抽样分布

3.1 集中趋势的测定与分析 3.2 离中趋势的测定与分析 3.3 分布形态的测定与分析 3.4 描述统计工具