数据处理方与依据.pptVIP

1 概述 近几年，数学建模竞赛的规模越来越大,水平越来越高；赛题难度也越来越大，对学生数据处理能力要求也越来越高，最困难的有两个方面： （1）无数据建模问题； （2）海量数据问题。 无数据建模问题 例如： （1）2010B：2010年上海世博会影响力的定量评估； （2）2008B：高等教育学费标准探讨； 往往为综合评价类模型，赛题来自于实际问题，开放程度比较高，需要据相关多因素信息及收集到数据对实际对象进行客观、公正、合理的全面评价。 无数据建模问题 数据收集手段与方法： （1）权威机构或相关部门发布； （2）通过搜索引擎在Internet搜索； （3）通过问卷、实验等自主采集； 例如： 公交车门的高度是按照成年男子与车门顶部碰头的机率不超过1%设计的，山西省欲采购一批公交车，请问应将车门高度设计成多高比较合适？ 无数据建模问题 问题的关键在于获取山西省成年男子的身高情况，我们优先考虑的方法是（1）（2），在无法通过前两种方法获取的情况下，可以通过（3）获得。显然取样，进而可以获得山西成年男子身高X的样本均值和样本方差，剩下的就是求解一个简单的概率问题而已： P(Xh)=99% 海量数据建模问题 20