曲线拟合：通过给定的一组二维坐标点，利用线性代数中矩阵求逆的知识，从这些数据中找出规律性，预测原函数f（x)的表达式，以消除所给数据的局部波动。一次拟合出来的函数图像是直线，二次拟合出来的图像是抛物线。两者相比，二次拟合逼近程度更高。(curve fitting through a given set of two-dimensional coordinates, using the inverse matrix in linear algebra knowledge, find out the

使用局部二次逼近的方法（LQA），求解带有SCAD惩罚项的线性回归问题。(Use the local quardratic approximation (LQA) method to solve the problem of the smoothly clipped absolute deviation penalty (SCAD) in linear regression.)