建模數據應該如何收集

Ⅰ 數學建模的數據是從哪裡獲取的

大量的文獻資料和媒體信息、。就那麼簡單。比如說08的學費題目，那教育經費，教育支出，你怎麼獲取。這要開動你的腦筋。可以去當地的統計局咨詢相關工作人員或上圖書館查找，或者去國家統計局下載相關數據。獲取信息數據的方法多種多樣，這也能顯示一個人的能力

Ⅱ 數學建模一般是在哪些地方收集數據的

可以到中國統計年鑒 或者 地方統計年鑒 這些比較權威的地方
當然，有時需要某些實時的信息，比如股票等的收益率等，可以到和訊網 這種比較大型的網站上尋找
切記你的網站一定要權威，參考文獻中一定要指出來網址和參考時間。
希望對你有幫助

Ⅲ 數學建模競賽處理大量數據技巧

結合數模培訓和參賽的經驗，可採用數據挖掘中的多元回歸分析，主成分分析、人工神經網路等方法在建模中的一些成功應用。以全國大學生數學建模競賽題為例，數據處理軟體Excel、Spss、Matlab在數學建模中的應用及其重要性。

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。

(3)建模數據應該如何收集擴展閱讀

建模過程

1、模型准備

了解問題的實際背景，明確其實際意義，掌握對象的各種信息。以數學思想來包容問題的精髓，數學思路貫穿問題的全過程，進而用數學語言來描述問題。要求符合數學理論，符合數學習慣，清晰准確。

2、模型假設

根據實際對象的特徵和建模的目的，對問題進行必要的簡化，並用精確的語言提出一些恰當的假設。

3、模型建立

在假設的基礎上，利用適當的數學工具來刻劃各變數常量之間的數學關系，建立相應的數學結構（盡量用簡單的數學工具）。

4、模型求解

利用獲取的數據資料，對模型的所有參數做出計算（或近似計算）。

5、模型分析

對所要建立模型的思路進行闡述，對所得的結果進行數學上的分析。

6、模型檢驗

將模型分析結果與實際情形進行比較，以此來驗證模型的准確性、合理性和適用性。如果模型與實際較吻合，則要對計算結果給出其實際含義，並進行解釋。如果模型與實際吻合較差，則應該修改假設，再次重復建模過程。

7、模型應用與推廣

應用方式因問題的性質和建模的目的而異，而模型的推廣就是在現有模型的基礎上對模型有一個更加全面的考慮，建立更符合現實情況的模型。