实际工作中变量间未必都有线性关系，如服药后血药浓度与时间的关系；疾病疗效与疗程长短的关系；毒物剂量与致死率的关系等常呈曲线关系曲线拟合（curve fitting）是指选擇适当的曲线类型来拟合观测数据，并用拟合的曲线方程分析两变量间的关系

用连续曲线近似地刻画或比拟

平面上离散点组所表示的坐標之间的函数关系的一种数据处理方法。用解析表达式逼近离散数据的一种方法在科学实验或社会活动中，通过实验或观测得到量x与y的┅组数据对(xiyi)（i=1，2…m），其中各xi是彼此不同的 人们希望用一类与数据的背景材料规律相适应的解析表达式，y=f(xc）来反映量x与y之间的依賴关系，即在一定意义下“最佳”地逼近或拟合已知数据f(x，c)常称作拟合模型 式中c=(c1，c2…cn)是一些待定参数。当c在f中线性出现时称为线性模型，否则称为非线性模型有许多衡量拟合优

度的标准，最常用的一种做法是选择参数c使得拟合模型与实际观测值在

各点的残差(或离差)ek=yk－f(xkc)的加权平方和达到最小，此时所求曲线称作在加权最小二乘意义下对数据的拟合曲线有许多求解拟合曲线的成功方法，对于线性模型一般通

过建立和求解方程组来确定参数从而求得拟合曲线。至于非线性模型则要借助求解非线性方程组或用最优化方法求得所需參数才能得到拟合曲线，有时称之为非线性最小二乘拟合[1] 

曲线拟合：贝塞尔曲线与路径转化时的误差。值越大误差越大；值越小，越精确

曲线直线化是曲线拟合的重要手段之一。对于某些非线性的资料可以通过简单的变量变换使之直线化这样就可以按最小二乘法原悝求出变换后变量的直线方程，在实际工作中常利用此直线方程绘制资料的标准工作曲线同时根据需要可将此直线方程还原为曲线方程，实现对资料的曲线拟合

希望我能帮助你解疑释惑。