数学建模中如何来度量一个指标

1. 数学建模问题，怎样将影响因素量化

主要看你这模型当中三个影响因素是什么？这三个影响因素之间有没有关系，如果有关系的话，可以把三个影响因素化解为两个甚至更少。如果单纯的三个影响因素的话，只能采用多项式的方法来建模了。

2. 数学建模中“定量分析评价”怎么做的

1.定量分析评价就是指你要把题目涉及的量（比如国家的综合国力）用具体的数学变量来度量它（比如，我可以用GDP等等指标来度量），这就是一个量化的过程。
2.然后你要建立一个适当的模型来测度这些量，或者来评价这些量。
我举个简单的例子。
要求我们来评价某个学校的教学质量。教学质量这个量是个很抽象的概念，我们应该用什么来评价哩？of
course，自然会想到升学率。这就把教学质量量化了
然后我们怎么来评价升学率呢？
首先我们要算算这个学校几年来的平均升学率吧。这能说明升学的总体情况
然后要算算升学率的波动，这能说明升学率的稳定情况。
在算下其他的统计量，比如峰度，最大升学率等等。
还有，我们可以建立一个概率模型那看升学率的概率分布。
比如我认为这个学校的升学率是服从正态分布，然后，通过平均升学率、和波动就能马上估计差这个正态分布的参数。
然后我们要做模型的检验，像概率模型的检验，有k-s,q-q分位图等等方式来看升学率是否服从一个正态分布（没准它服从一个t分布哩）
后面还有一些步骤，我就不详细说了。
这就是概率模型，还有很多模型，如微分方程模型、回归模型、组合优化模型等等
其实玩数学建模这种东西，团队中有个学数学的是最好不能少的，然后有个能够玩编程的就更好了

3. 数学建模中的评估模型有哪些

数学建模中的评估模型有：

1、层次分析法，构造两两比较判断矩阵，单一准则下元素相对权重计算及一致性检验，一致性检验，计算各层元素对目标层的总排序权重；

2、灰色关联分析体系；

3、DEA评价体系，比率模式，超级效率模式，线性规划模式，超级效率之多阶排序模型；

4、模糊数学评价模型。

数学建模就是根据实际问题来建立数学模型，对数学模型来进行求解，然后根据结果去解决实际问题。

当需要从定量的角度分析和研究一个实际问题时，人们就要在深入调查研究、了解对象信息、作出简化假设、分析内在规律等工作的基础上，用数学的符号和语言作表述来建立数学模型。

4. 数学建模 关于最佳评分标准

1、最优是与指标相对应的。要选出最优的，必须建立相应的指标。
本题中指标可以是：1、是否反映该课程的特色2、是否反映学生的水平3、是否反映教学水平。
2、对于每一个指标的构成进行建模，（需要与评分标准相对应）。
根据题意，指标的影响因素有：考试成绩 作业 出勤 实验 四项。记为列向量f=(s,h,a,e)T
课程特色：每一门课程侧重点不同，自然构成成分不同：比如 实验课，我们要做的就是动手能力，做题100分也没用，此时构成成分中实验比重大；而数学分析，这种课程重点是要会思考会分析，自然习题和考试很重要，也就是说考试成绩和平时作业比重大。如何来定量确定四个因素对课程特色的反映重要程度呢？一种方式是：层次分析法。
由层次分析法得出的权向量w=(w1,w2,w3,w4),那么该课程的特色是：char=wc*f
学生水平：同理建立权重，得到是：stu=ws*f
学生水平：同理建立权重，得到是tea=wt*f
3、学生综合考核应该是去除课程特色和教学水平后仅仅反映学生学习水平的。故而最后的评价策略应该是：w=ws.*wc.*wt
3、实证分析：
C语言的评分标准：
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 )
与题目中B 70% 10% 0% 20%
接近。

5. 数学建模中的Q值是怎么算的，求公式。

代码为数学建模中的公平坐席分配问题，可以输入分配的方数m，总席位，每一方的人数，按照Q值法进行分配。

衡量公平的数量指标：

p1／n1＝p2／n2。此时对AB均公平。

p1/n1>p2/n2。此时对A不公平，因为对A放来说，每个席位相对应的人数比率更大。

／＊情况1＊／

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

／＊情况2＊／

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

数学建模中的评估模型有：

1、层次分析法，构造两两比较判断矩阵，单一准则下元素相对权重计算及一致性检验，一致性检验，计算各层元素对目标层的总排序权重；

2、灰色关联分析体系；

3、DEA评价体系，比率模式，超级效率模式，线性规划模式，超级效率之多阶排序模型；

4、模糊数学评价模型。

数学建模就是根据实际问题来建立数学模型，对数学模型来进行求解，然后根据结果去解决实际问题。当需要从定量的角度分析和研究一个实际问题时，人们就要在深入调查研究、了解对象信息、作出简化假设、分析内在规律等工作的基础上，用数学的符号和语言作表述来建立数学模型。

6. 关于数学建模数据分析的方法

建议使用层次分析法，就是将指标通过专家打分，分别赋权重，然后构造一个指标函数，在通过Spss或其他统计软件，进行求解。

模型的建立：目标函数的建立，以第一个，即经济效益为例，你可以查阅经济书本，找到这些指标同经济效益的关系，来建立函数，一般是线性模型；
模型的求解：
你先用Spss，进行这5个指标的因子分析，得到贡献率高的因子，并得到它的权重系数，这就是你指标函数的权重值，这样你的指标函数就求出来了；
接着你可以用其他软件（一般我用matlab)，将具体历年的数据代入指标函数，得到理念的经济效益值，最后做一个历年效益数据分析。
理论就是这样，实际就要自己操作了。

7. 数学建模中“定量分析评价”怎么做的

用以下几种方法的一种或几种结合使用：

湿法分析直读光谱（OES）

电感耦合等离子体放射光谱（ICP-AES）

电感耦合等离子体质谱仪（ICP-MS）

原子吸收光谱（AAS）

定量分析实验方法：

物理分析法

重量分析法

体积法

滴定分析法

物理化学分析法等。

(7)数学建模中如何来度量一个指标扩展阅读

定量评价强调数量计算，以教育测量为基础。它具有客观化、标准化、精确化、量化、简便化等鲜明的特征。

它在一定程序上满足了以选拔、甄别为主要目的的教育需求。但定量评价往往只关注可测性的品质与行为，处处、事事都要求量化，强调共性、稳定性和统一性，过分依赖纸笔测验形式，有些内容勉强量化后，只会流于形式，并不能对评价结果作出恰如其分的反映。

因而，它忽略了那些难以量化的重要品质与行为，忽视个性发展与多元标准，把丰富的个性心理发展和行为表现简单化为抽象的分数表征与数量计算。