08年全国数学建模36.ppt

08年全国数学建模竞赛B题分析 小组成员：姜超 王春琪 符壮壮 B题 高等教育学费标准探讨 高等教育属于非义务教育，其经费在世界各国都由政府财政拨款、学校自筹、社会捐赠和学费收入等几部分组成。 对适合接受高等教育的经济困难的学生，一般可通过贷款和学费减、免、补等方式获得资助，品学兼优者还能享受政府、学校、企业等给予的奖学金。 请你们根据中国国情，收集诸如国家生均拨款、培养费用、家庭收入等相关数据，并据此通过数学建模的方法，就几类学校或专业的学费标准进行定量分析，得出明确、有说服力的结论。 问题分析 高等教育收费模型的建立需要分析主要影响因素，我们认为以下六个因素是影响收费最关键的因素，它们分别是：全国高校在校生和招生总人数，高校的教育收费，国家财政性教育经费，高校生均事业费支出，城镇居民家庭人均可支配收入及城镇每户家庭人口数，农村居民家庭人均纯收入及农村平均每户常住人口。 前提假设 我们以普通本专科高等教育为例，探讨普通高校学费标准制定问题 入学后每年学费不变 每个家庭同时只有一个孩子上大学 收集的数据准确无误，忽略国家统计人员统计数据时产生的误差 影响学校收费的三个关键因素 数据收集与计算 国家生均拨款=生均预算内教育经费支出=生均预算内事业费支出+生均预算内公用经费支出； 生均培养费用=生均教育经费支出÷0.75； 家庭年平均收入=0.5×（城镇居民家庭人均可支配收入（元）×城镇每户家庭人口数（人）+农村居民家庭人均纯收入（元）×农村平均每户常住人口（人））。 表一 国家生均拨款推算数据 表二 生均培养费用推算数据 表三 家庭年平均收入推算数据 总高校教育收费与在校学生与招生人数 以上图表中数据是由1997-2005年的《中国教育经费统计年鉴》中相关数据计算而得 数学模型建立 回归分析模型原理： 回归分析法是一种处理变量间相关关系的数理统计方法，不仅可以提供变量间相关关系的数学表达式，而且可以利用概率统计知识对此关系进行分析，以判别其有效性；还可以利用关系式，由一个或多个变量值，预测和控制另一个因变量的取值，进一步可以知道这种预测和控制达到了何种程度，并进行因素分析。回归分析法就是以统计回归概念为基础，采用多种类型的回归法建立预测方程，包括一元线性、多元线性、非线性等。 多元线性回归模型： 相关分析：设国家生均拨款为 ，生均培养费用为 ，家庭年平均收入为 ，和因变量人均学费为 数据为基础，以收费年为单位，进行多元回归模型分析。高校的招生人数 为连续变量，这些变量它们都是招生人数的函数。 通常,在相关分析的基础上必须拟合回归模型,以便进行定量分析。高校教育收费问题的多元线性回归模型为： 模型求解 结果分析： R2检验:在回归统计区域中,给出的R2为0.996903：调整后的R2为0.829204:均很接近 1,说明因变量与自变量人均学费为 ,生均培养费用为 ,家庭年平均收入为 ,国家生均拨款为 关系很密切。 F检验:在方差分析区域中,给出的 F检验值为643.7665，远远大于 F0.025 ,Sig值几乎为0，说明因变量与自变量之间的回归效果非常显著。 t检验:在回归模型区域中,给出了回归系数 、 、 的估计值及其标准误差、检验值和回归系数估计区间, t的上下限等，各回归系数Sig值都小于0.05 。 说明因变量与自变量之间的回归效果理想。 综合上述计算结果和检验结果,可得如下的回归模型： 模型的进一步讨论与改进 我们用肉眼判断采用何种类型的模型，增加了人为的因素，使选型不准确的概率增大。现在建立的多元回归模型存在上述缺陷，但是整体上来讲，多元回归模型的拟合效果理想，通过了检验。由于高等教育收费标准问题是多因素复杂问题，不能够完全考虑到所有的因素，这就决定了系统误差，是无法避免的。从而只有选取有很强代表性的主要影响因素来进行问题的研究，我们所采用的数据均采自可信资源网站，这就增加了模型的可信程度。同时我们还建立了第二个模型高等教育收费微分方程模型，再次进行定性分析和定量分析，以求找到本问题的最佳模型，为高等教育收费标准做出合理评估与制定。 微分方程模型 当 增大时,有 减小；当 增大时,有 增大；当 增大时，有 增大；所以我们可假设 的变化率与 成负线性相关，而与 、 成正线性相关。于是，我们就得到了如下描述高校教育收费问题的微分方程模型（Ⅰ）