数学建模中如何进行数据清理

❶ 数学建模中对缺省数据如何处理

那要看是什么数据缺省了。如果是在数据统计模型中（比如一年中某工厂零件的销量的一个表格数据中缺省几个月份的数据）那就要插值拟合；如果是在分析实际问题中（比如在解决交通管理问题中涉及到街道的车流量，车速，汽车的加速度等实际数据）就要或上网查资料，或实际调查，或理论分析了。
你也在辛苦建模呢？
希望对你有帮助。

❷ 数学建模中有什么好的数据处理方法，尤其是量大的数据

你是要做统计吗？对大量数据的处理统计，spss是个很强大的统计软件，只要你将excel中的数据导入spss，然后选择你要处理的方式，软件自动帮你解决。至于lingo，是做优化的好帮手，而MATLAB虽然也具有统计处理数据的功能，但是没有spss强大，不过用来解微分方程是很合适的。
另外，如果你不会用spss，觉得学起来麻烦，那就用excel吧，其实excel的功能也是很强大的，处理数据很方便。我一般是先用excel对数据做一些初级的处理，比如排序啊，求和统计，平均数之类的，如果要做回归分析或者聚类分析等等，我就会用spss来做，这个用起来很方便。

❸ 在做数学建模题时，都有那些方法可以处理大量数据

结合数模培训和参赛的经验，可采用数据挖掘中的多元回归分析，主成分分析、人工神经网络等方法在建模中的一些成功应用。以全国大学生数学建模竞赛题为例，数据处理软件Excel、Spss、Matlab在数学建模中的应用及其重要性。

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。

数学建模一般应用于高新技术领域和工程领域，对于寻常生活来说，并无很大的应用。而学生参与数学建模的学习和竞赛主要是培养学生的数学思维、创新思维、逻辑思维、团队协作能力和论文写作技巧等。此外，若能在数学建模中获奖，有利于本科、研究生等的学校申请。

数学建模的一般过程：模型准备、模型假设、模型建立、模型求解、模型分析、模型检验。

数学建模是一种数学的思考方法，是运用数学的语言和方法，把错综复杂的实际问题简化、抽象为合理的数学结构，建立起反映实际问题的数量关系，然后利用数学的理论和方法去分析和解决问题。数学建模是数学来源于生活而有应用与生活的桥梁和纽带。