數學建模中如何來度量一個指標

1. 數學建模問題，怎樣將影響因素量化

主要看你這模型當中三個影響因素是什麼？這三個影響因素之間有沒有關系，如果有關系的話，可以把三個影響因素化解為兩個甚至更少。如果單純的三個影響因素的話，只能採用多項式的方法來建模了。

2. 數學建模中「定量分析評價」怎麼做的

1.定量分析評價就是指你要把題目涉及的量（比如國家的綜合國力）用具體的數學變數來度量它（比如，我可以用GDP等等指標來度量），這就是一個量化的過程。
2.然後你要建立一個適當的模型來測度這些量，或者來評價這些量。
我舉個簡單的例子。
要求我們來評價某個學校的教學質量。教學質量這個量是個很抽象的概念，我們應該用什麼來評價哩？of
course，自然會想到升學率。這就把教學質量量化了
然後我們怎麼來評價升學率呢？
首先我們要算算這個學校幾年來的平均升學率吧。這能說明升學的總體情況
然後要算算升學率的波動，這能說明升學率的穩定情況。
在算下其他的統計量，比如峰度，最大升學率等等。
還有，我們可以建立一個概率模型那看升學率的概率分布。
比如我認為這個學校的升學率是服從正態分布，然後，通過平均升學率、和波動就能馬上估計差這個正態分布的參數。
然後我們要做模型的檢驗，像概率模型的檢驗，有k-s,q-q分點陣圖等等方式來看升學率是否服從一個正態分布（沒准它服從一個t分布哩）
後面還有一些步驟，我就不詳細說了。
這就是概率模型，還有很多模型，如微分方程模型、回歸模型、組合優化模型等等
其實玩數學建模這種東西，團隊中有個學數學的是最好不能少的，然後有個能夠玩編程的就更好了

3. 數學建模中的評估模型有哪些

數學建模中的評估模型有：

1、層次分析法，構造兩兩比較判斷矩陣，單一準則下元素相對權重計算及一致性檢驗，一致性檢驗，計算各層元素對目標層的總排序權重；

2、灰色關聯分析體系；

3、DEA評價體系，比率模式，超級效率模式，線性規劃模式，超級效率之多階排序模型；

4、模糊數學評價模型。

數學建模就是根據實際問題來建立數學模型，對數學模型來進行求解，然後根據結果去解決實際問題。

當需要從定量的角度分析和研究一個實際問題時，人們就要在深入調查研究、了解對象信息、作出簡化假設、分析內在規律等工作的基礎上，用數學的符號和語言作表述來建立數學模型。

4. 數學建模 關於最佳評分標准

1、最優是與指標相對應的。要選出最優的，必須建立相應的指標。
本題中指標可以是：1、是否反映該課程的特色2、是否反映學生的水平3、是否反映教學水平。
2、對於每一個指標的構成進行建模，（需要與評分標准相對應）。
根據題意，指標的影響因素有：考試成績 作業 出勤 實驗 四項。記為列向量f=(s,h,a,e)T
課程特色：每一門課程側重點不同，自然構成成分不同：比如 實驗課，我們要做的就是動手能力，做題100分也沒用，此時構成成分中實驗比重大；而數學分析，這種課程重點是要會思考會分析，自然習題和考試很重要，也就是說考試成績和平時作業比重大。如何來定量確定四個因素對課程特色的反映重要程度呢？一種方式是：層次分析法。
由層次分析法得出的權向量w=(w1,w2,w3,w4),那麼該課程的特色是：char=wc*f
學生水平：同理建立權重，得到是：stu=ws*f
學生水平：同理建立權重，得到是tea=wt*f
3、學生綜合考核應該是去除課程特色和教學水平後僅僅反映學生學習水平的。故而最後的評價策略應該是：w=ws.*wc.*wt
3、實證分析：
C語言的評分標准：
wc=(0.5,0.2,0,0.3)
wt=(0.4,0.1,0.3,0.2)
ws=(0.5,0.2,0,0.3)
得到：w=(0.81, 0.03,0.16 )
與題目中B 70% 10% 0% 20%
接近。

5. 數學建模中的Q值是怎麼算的，求公式。

代碼為數學建模中的公平坐席分配問題，可以輸入分配的方數m，總席位，每一方的人數，按照Q值法進行分配。

衡量公平的數量指標：

p1／n1＝p2／n2。此時對AB均公平。

p1/n1>p2/n2。此時對A不公平，因為對A放來說，每個席位相對應的人數比率更大。

／＊情況1＊／

p1＝150，n1＝10，p1／n1＝15p2＝100，n2＝10，p2／n2＝10

／＊情況2＊／

p1＝1050，n1＝10，p1／n1＝105p2＝1000，n2＝10，p2／n2＝100

數學建模中的評估模型有：

1、層次分析法，構造兩兩比較判斷矩陣，單一準則下元素相對權重計算及一致性檢驗，一致性檢驗，計算各層元素對目標層的總排序權重；

2、灰色關聯分析體系；

3、DEA評價體系，比率模式，超級效率模式，線性規劃模式，超級效率之多階排序模型；

4、模糊數學評價模型。

數學建模就是根據實際問題來建立數學模型，對數學模型來進行求解，然後根據結果去解決實際問題。當需要從定量的角度分析和研究一個實際問題時，人們就要在深入調查研究、了解對象信息、作出簡化假設、分析內在規律等工作的基礎上，用數學的符號和語言作表述來建立數學模型。

6. 關於數學建模數據分析的方法

建議使用層次分析法，就是將指標通過專家打分，分別賦權重，然後構造一個指標函數，在通過Spss或其他統計軟體，進行求解。

模型的建立：目標函數的建立，以第一個，即經濟效益為例，你可以查閱經濟書本，找到這些指標同經濟效益的關系，來建立函數，一般是線性模型；
模型的求解：
你先用Spss，進行這5個指標的因子分析，得到貢獻率高的因子，並得到它的權重系數，這就是你指標函數的權重值，這樣你的指標函數就求出來了；
接著你可以用其他軟體（一般我用matlab)，將具體歷年的數據代入指標函數，得到理念的經濟效益值，最後做一個歷年效益數據分析。
理論就是這樣，實際就要自己操作了。

7. 數學建模中「定量分析評價」怎麼做的

用以下幾種方法的一種或幾種結合使用：

濕法分析直讀光譜（OES）

電感耦合等離子體放射光譜（ICP-AES）

電感耦合等離子體質譜儀（ICP-MS）

原子吸收光譜（AAS）

定量分析實驗方法：

物理分析法

重量分析法

體積法

滴定分析法

物理化學分析法等。

(7)數學建模中如何來度量一個指標擴展閱讀

定量評價強調數量計算，以教育測量為基礎。它具有客觀化、標准化、精確化、量化、簡便化等鮮明的特徵。

它在一定程序上滿足了以選拔、甄別為主要目的的教育需求。但定量評價往往只關注可測性的品質與行為，處處、事事都要求量化，強調共性、穩定性和統一性，過分依賴紙筆測驗形式，有些內容勉強量化後，只會流於形式，並不能對評價結果作出恰如其分的反映。

因而，它忽略了那些難以量化的重要品質與行為，忽視個性發展與多元標准，把豐富的個性心理發展和行為表現簡單化為抽象的分數表徵與數量計算。