數(shù)模 筆記系統(tǒng) @符號(hào)

《數(shù)模 筆記系統(tǒng) @符號(hào)》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。

1、思維考慮要全面想到就應(yīng)該寫出來(lái)，寫出來(lái)總有分。盡量全面考慮。數(shù)模常用模型、算法數(shù)據(jù)源在360安全瀏覽器收藏夾中。數(shù)據(jù)處理方法軟件matlab擅長(zhǎng)矩陣變換等，涉及矩陣形式變換，求和匯總構(gòu)造新矩陣時(shí)應(yīng)當(dāng)使用之。Excel擅長(zhǎng)直觀處理。自定義橫軸==右擊圖像→“選擇數(shù)據(jù)”→“水平（分類）軸標(biāo)簽”→選擇數(shù)據(jù)自定義序列名==點(diǎn)擊圖像→點(diǎn)擊右側(cè)漏斗狀圖標(biāo)→“數(shù)值”→“序列”→序列右側(cè)“編輯序列”圖標(biāo)。定位空值==選中范圍→“開始”→“查找與選擇”→“定位條件”→“空值”[說(shuō)明]通過(guò)此方法還可以快速選中有公式的、常量、批注、條件格式、數(shù)據(jù)驗(yàn)證；可以管理窗格（繪圖）的可見(jiàn)性快捷鍵F5==定位刪除選項(xiàng)

2、中包含“整行”、“整列”可以一次刪除一行、列。函數(shù)AND（[<條件>]iii）當(dāng)所有條件成立時(shí)返回true，否則返回falseSPSS繪圖功能建模方法數(shù)據(jù)分類比較相等比較大小加減乘除定比型數(shù)據(jù)OOOO定距型數(shù)據(jù)OOO定序型數(shù)據(jù)OO定類型數(shù)據(jù)O比距序類定比型數(shù)據(jù)(RatioScale)定比型變量就是常說(shuō)的數(shù)值變量，擁有零值及數(shù)據(jù)間的距離是相等被定義。可以進(jìn)行四則運(yùn)算。ex：身高、體重、血壓等的連續(xù)性數(shù)據(jù)，也包括諸如人數(shù)、商品件數(shù)等離散型數(shù)據(jù)。定距型數(shù)據(jù)（IntervalScale）數(shù)字型變量，可以求加減平均值等，但不存在基準(zhǔn)0值，即當(dāng)變量值為0時(shí)不是表示沒(méi)有。ex：溫度變量，當(dāng)溫度為0

3、時(shí)，并不是表示沒(méi)有溫度。定序型數(shù)據(jù)（OrdinalScale）具有內(nèi)在固有大小或高低順序，但不具有數(shù)值性質(zhì)，能進(jìn)行數(shù)學(xué)運(yùn)算?？梢耘判?，不能運(yùn)算。ex：職稱變量可以有低級(jí)、中級(jí)和高級(jí)三個(gè)取值，可以分別用1、2、3等表示；年齡段變量可以有老、中、青三個(gè)取值，分別用A、B、C表示等。這里無(wú)論是數(shù)值型的1、2、3還是字符型的A、B、C，都是有大小或高低順序的，但數(shù)據(jù)之間卻是不等距的，因?yàn)榈图?jí)和中級(jí)職稱之間的差距與中級(jí)和高級(jí)職稱之間的差距是不相等的，因此可以排序，但不能加減。定類型數(shù)據(jù)（NominalScale）沒(méi)有內(nèi)在固定大小或高低順序，一般以數(shù)值、字符、文字表示的分類數(shù)據(jù)。ex：性別男和女

4、建立模型概率模型離散型0-1分布用于描述單次只有兩種可能的實(shí)驗(yàn)的結(jié)果。二項(xiàng)分布使用條件多次觀察相互獨(dú)立，且概率相同結(jié)果只有兩種，且彼此對(duì)立泊松分布使用條件稀有事件（小概率事件）大量獨(dú)立重復(fù)試驗(yàn)[說(shuō)明]l越小，分布越偏畸；l越大，分布越均勻。實(shí)際問(wèn)題中l(wèi)>20即可當(dāng)作正太分布處理。e.g.紡織品上的疵點(diǎn)數(shù)，印刷品中的錯(cuò)字?jǐn)?shù)，某時(shí)間段內(nèi)電話交換臺(tái)接到的呼叫次數(shù)，某時(shí)間段內(nèi)公共汽車站等車的乘客人數(shù)等連續(xù)型Logistic模型應(yīng)用范圍s型，[-infinf,01]y的取值發(fā)生的概率（p）與某個(gè)/些暴露因素（x）的關(guān)系p在0-1內(nèi)。單因素方程性質(zhì)==取值在（0,1）間，關(guān)于其上縱坐標(biāo)為0.5的

5、點(diǎn)中心對(duì)稱。logit變換==線形關(guān)系：參數(shù)確定==通常用最大似然函數(shù)(maximumlikelihoodestimate，MLE)估計(jì)β，由SPSS完成。變量賦值兩類型==0/1有序變量==，賦值0...n無(wú)序變量==啞變量形式。1個(gè)變量n種無(wú)序取值分解為n-1個(gè)變量，取值為0/1.一般進(jìn)行回歸時(shí)，例數(shù)應(yīng)為變量數(shù)的5-20倍。均勻分布正態(tài)分布（高斯分布）正態(tài)分布是二項(xiàng)分布的極限分布．主要應(yīng)用范圍描述區(qū)域穩(wěn)定狀態(tài)的某項(xiàng)指標(biāo)取值概率。它的“鐘型”特征與實(shí)際中很多隨機(jī)變量“中間大，兩頭小”的分布規(guī)律相吻合．e.g.人的各種生理指標(biāo)，一個(gè)班的一次考試成績(jī)，測(cè)量的誤差等指數(shù)分布使用條件實(shí)驗(yàn)使

6、用條件。大量獨(dú)立重復(fù)試驗(yàn)或持續(xù)實(shí)驗(yàn)。主要應(yīng)用范圍描述沒(méi)有明顯衰老現(xiàn)象的各種“壽命”的分布。e.g.電子元件的壽命，隨機(jī)服務(wù)系統(tǒng)的服務(wù)時(shí)間等。韋伯分布伽瑪分布卡方分布評(píng)價(jià)模型熵值法Topsis法變異系數(shù)法層次分析法（Ahp）√模糊綜合評(píng)價(jià)法√模糊集的基本概念模糊子集和隸屬函數(shù)隸屬函數(shù)的確定模糊矩陣及其運(yùn)算性質(zhì)模糊聚類分析關(guān)系及分類模糊關(guān)系模糊等價(jià)矩陣模糊相似矩陣模糊聚類分析的一般步驟最佳分類的確定模糊模型識(shí)別模糊模型識(shí)別方法之一——最大隸屬原則模糊聚類識(shí)別方法之二——擇近原則模糊決策模糊二元對(duì)比決策模糊綜合評(píng)判決策模糊線性規(guī)劃模糊線性規(guī)劃多目標(biāo)線性規(guī)劃通常用于表示人對(duì)某一因素的主觀感受

7、，達(dá)到期望后敏感度下降，不達(dá)期望時(shí)敏感度上升。秩和比法預(yù)測(cè)模型色關(guān)聯(lián)分析模型√。分成趨勢(shì)性+周期項(xiàng)進(jìn)行預(yù)測(cè)。趨勢(shì)項(xiàng)可用平均數(shù)代替，周期項(xiàng)考慮隨機(jī)因素神經(jīng)網(wǎng)絡(luò)√神經(jīng)網(wǎng)絡(luò)模型是以神經(jīng)元的數(shù)學(xué)模型為基礎(chǔ)來(lái)描述的。神經(jīng)網(wǎng)絡(luò)模型由網(wǎng)絡(luò)拓?fù)洌?jié)點(diǎn)特點(diǎn)和學(xué)習(xí)規(guī)則來(lái)表示。神經(jīng)網(wǎng)絡(luò)對(duì)人們的巨大吸引力主要在下列幾點(diǎn)：1．并行分布處理。2．高度魯棒性和容錯(cuò)能力。3．分布存儲(chǔ)及學(xué)習(xí)能力。4．能充分逼近復(fù)雜的非線性關(guān)系。對(duì)于激發(fā)函數(shù)f[·]有多種形式，其中最常見(jiàn)的有階躍型、線性型和