A) 最高幂项的系数。
B) 多项式中所有项的幂之和。
C) 多项式中变量的最高幂。
D) 多项式的项数。

A) 操纵数据以符合特定模式。
B) 在已知数据点之间估算数值。
C) 忽略数据异常值，提高准确性。
D) 找到数据点的精确值

A) 精确拟合数据点
B) 将数据中的异常值最大化。
C) 最小化数据点与近似函数之间的平方差之和。
D) 用中位数代替平均数。

A) 插值法用于离散数据，而近似法用于连续数据。
B) 逼近法提供的是精确值，而内插法提供的是估算值。
C) 插值法会经过所有数据点，而近似法则不会。
D) 内插法不如近似法精确。

A) 它们是用于最小二乘法近似的指数函数。
B) 它们是用于误差分析的有理函数。
C) 它们是用于平滑数据的三角函数。
D) 它们是用于插值的分段多项式函数。

A) 博尔扎诺中间值定理
B) 魏尔斯特拉斯近似定理
C) 柯西均值定理
D) 罗尔定理

A) 实际函数与其近似值之间的差值。
B) 所有近似计算误差的总和。
C) 近似计算中的数据点数量。
D) 近似值没有误差。

A) 它对数据中的异常值赋予了更大的权重。
B) 这增加了近似模型的复杂性。
C) 它可以防止过度拟合，并提高近似的泛化程度。
D) 它在数据中引入了更多噪音，以提高准确性。

A) 它们需要较少的数据点来获得准确的结果。
B) 它们仅限于线性近似。
C) 它们可以处理多个变量和相互作用的函数。
D) 与单变量技术相比，它们的计算密集度较低。