当然上述作直线的办法并非太准确，一般使用最小二乘法进行拟合。但易想到，若按直线拟合肯定其结果也不会太妙！(读者可自行验证)。事实上，仔细观察散布图便可见，它实际上呈现的不是直线，而是一条弯曲程度不大的凹曲线。换句话说，成绩开始上升较快，以后便呈减慢趋势，也即成绩增长率趋缓。故按原模型预测成绩遭到非议是必然的，这也恰是数学建模的特点：

同一个问题，不同人可以得出不同的结果。也恰恰是这个特点要求我们建模者一定要及时检验模型的合理性使所建模型尽量符合实际。

模型的修改

根据数据散布图，我们选择指数函数模型

其中 , 为待定常数。以 替代上式中的 (仅为计算简便)，再取对数

并利用原始数据计算 与 值如下表

Z	10	24	33	48	60	80
lnT	3.877	3.861	3.850	3.831	3.820	3.800

可见 变化很微弱.仍用前述办法，取 和 得

，最后得数学模型为

(1.23)