一些数学模型

2020-09-15，距离研赛还有一天，先把最近看的模型稍微回顾下，不要全忘了

层次分析法

毫无疑问的，学建模估计第一个模型都是这家伙

针对问题：评价类问题
缺陷： 太过主观，自己填写判断矩阵

几个步骤：

1. 判断矩阵
2. 一致性检验
3. 求权重（算术平均、几何平均、特征值法（用的较多））

注意点:

1. 记得一致性检验
2. 无法处理已有数据
3. 记得画图 目标-准则-方案 （更加的清晰）

Topsis优劣解距离法

用于解决层次分析法中数据已知，和维度过大的情况

步骤：

1. 指标的正向话
2. 标准化、消除量纲
3. 归一化计算得分

升级：
基于熵权法的Topsis

插值算法

所使用的插值算法：

1. 三次埃尔米特插值
2. 三次样条插值

拟合算法

学会使用曲线拟合工具箱

相关系数

1. 斯皮尔曼相关系数

回归

1. Stata的使用
2. 通过Stata经行回归

最短路

分类模型

1. Spss二分类

聚类模型

1. K++
2. 谱系图
3. Spss聚类

时间序列分析

1. Spss的专家建模 --> 最优模型
2. 七种滑动模型，ARIMA

灰色预测

使用，

1. 以年份度量的非负数据
2. 数据能够过准指数规律的检验
3. 数据的期数较短、且与其他数据之间的关联性不强

神经网络

会用，万金油