数学建模-评价

这是一篇关于数学建模评价的思维导图，包含准确性分析/合理性分析；敏感性分析/稳定性检验；误差分析。

数学建模-评价

• 准确性分析/合理性分析
  • 预测类：将预测结果带入到有原始数据的项目中，计算均方误差
  • 对于采用某些假设的合理性：分别计算采用和不采用的误差值，然后相互比较
• 敏感性分析/稳定性检验
  • 通用的步骤：控制其他参数不变，改变模型中某个重要参数的值，然后观察模型的结果变化，然后量化，比如和原预测值的百分比差
    • 重要的决策变量
    • 重要的参数
  • 两个维度衡量
    • 变化是否随着初值改变而线性变化
    • 变化量相对该变量大小（比如0.1%以内）
• 误差分析
  • 分析误差可能来自哪里（预测和计算
    • 子主题
• 假设的合理性（为什么你能这么假设？
  • 生活常识中显然的小概率事件
  • 考虑问题中的核心因素，不考虑次要因素的影响
    • “辩证法”
  • 使用的模型中要求的假设（比如回归要求原始数据是生态分布）
• 优点，缺点和推广
  • 注意：禁止再增加新的术语，要一目了然，清楚>高大上
• %示例：预测函数F（x） %for i=1：1000 %x（i）=x0+0.01*(i-500) %Fb=F（x） %Fb=F（x（i）） %plot(x,Fb)