在过去很长的一段时间里,当人们要寻找两个变量之间关系的时候,通常采用的方法是先进行大量的实验和观察采集数据,然后利用相关软件画出数据的散点图,观察有没有什么规律性,再利用规律寻找相应的模型,最后进行模拟和逼近。例如,如果数据的散点图大体上是呈一条直线的,只不过上下有些小的偏差,那么我们就考虑采用线性模型.当观察不出规律的时候,我们可以采用多项式逼近,但当多项式的逼近效果也不好的时候,我们进一步可以采用有理函数逼近.有理函数逼近效果虽然好,但是它的参数并不好求.本文给出了一种近似求解有理函数逼近参数的方法,运用有理函数插值求解参数的思想,将非线性的问题转化为线性问题.近似的估计出参数之后,将其代回残差平方和,并与多项式逼近进行了比较,得出了比较令人满意的结果:找到的有理函数比相同次数下多项式的逼近效果要好,残差平方和要小.而且,比直接求有理函数逼近的参数要快.所以,这种求解有理函数逼近参数的方法是可行的.本文给出的实际数据分析,结果表明,这种方法可以有效的近似地求出有理函数回归的参数估计值,并且使得出的残差平方和可以达到比较理想的值.