建模数据应该如何收集

Ⅰ 数学建模的数据是从哪里获取的

大量的文献资料和媒体信息、。就那么简单。比如说08的学费题目，那教育经费，教育支出，你怎么获取。这要开动你的脑筋。可以去当地的统计局咨询相关工作人员或上图书馆查找，或者去国家统计局下载相关数据。获取信息数据的方法多种多样，这也能显示一个人的能力

Ⅱ 数学建模一般是在哪些地方收集数据的

可以到中国统计年鉴 或者 地方统计年鉴 这些比较权威的地方
当然，有时需要某些实时的信息，比如股票等的收益率等，可以到和讯网 这种比较大型的网站上寻找
切记你的网站一定要权威，参考文献中一定要指出来网址和参考时间。
希望对你有帮助

Ⅲ 数学建模竞赛处理大量数据技巧

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。

(3)建模数据应该如何收集扩展阅读

建模过程

1、模型准备

了解问题的实际背景，明确其实际意义，掌握对象的各种信息。以数学思想来包容问题的精髓，数学思路贯穿问题的全过程，进而用数学语言来描述问题。要求符合数学理论，符合数学习惯，清晰准确。

2、模型假设

根据实际对象的特征和建模的目的，对问题进行必要的简化，并用精确的语言提出一些恰当的假设。

3、模型建立

在假设的基础上，利用适当的数学工具来刻划各变量常量之间的数学关系，建立相应的数学结构（尽量用简单的数学工具）。

4、模型求解

利用获取的数据资料，对模型的所有参数做出计算（或近似计算）。

5、模型分析

对所要建立模型的思路进行阐述，对所得的结果进行数学上的分析。

6、模型检验

将模型分析结果与实际情形进行比较，以此来验证模型的准确性、合理性和适用性。如果模型与实际较吻合，则要对计算结果给出其实际含义，并进行解释。如果模型与实际吻合较差，则应该修改假设，再次重复建模过程。

7、模型应用与推广

应用方式因问题的性质和建模的目的而异，而模型的推广就是在现有模型的基础上对模型有一个更加全面的考虑，建立更符合现实情况的模型。