基于非线性多项式拟合函数，以意大利为例，使用Python对数据进行非线性多项式拟合函数估计，对该国新冠疫情新增病例进行分析。利用2月23日至4月16日意大利的新冠疫情的历史数据，选取具有代表性的数据，通过对使用非线性多项式拟合函数进行之后十天的趋势分析，对比重合程度最高的模型，从而构建了对意大利新冠疫情新增病例预测的最佳函数，进而通过该函数对意大利未来5天的趋势进行分析。结果显示，幂函数的拟合程度最高，更加贴近于实际数值，故选其作为最终的预测结果，并结合意大利国家目前防疫工作的进度和国家情况，提出可行和科学的防疫措施和政策。
