国赛数模C题模型（一）

最新推荐文章于 2024-09-01 21:32:56 发布
最新推荐文章于 2024-09-01 21:32:56 发布
阅读量444 收藏 6
点赞数 4
文章标签： 数学建模 算法 python matlab
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/xnhdbb/article/details/141638087
版权

中心对数比变换（CLR）

知识点学习

在这里插入图片描述
在这里插入图片描述

论文书写

2020C：古代玻璃制品的成分分析与鉴别
①成分数据
在这里插入图片描述
②数据中心对数比变换（CLR）
在这里插入图片描述
在这里插入图片描述

③CLR变换的直观理解
在这里插入图片描述
④CLR的理论支撑
在这里插入图片描述

卡方检验

①卡方检验：卡方检验用于检测观察到的类别变量的分布是否与期望的不同
②常用的卡方检验：（1）单因素卡方检验/卡方拟合度检验 （2）二因素卡方检验/独立性卡方检验

卡方拟合度检验（一个分类变量的预期频率与观察到的频率相比是否存在显著性差异）

①卡方拟合度检验的步骤
（1）提出假设：零假设：期望值和观测值之间没有显著性差异
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

卡方独立性检验（检验两个类别变量之间是否存在关系）

①计算期望值
在这里插入图片描述
在这里插入图片描述

卡方检验的前提

在这里插入图片描述
在这里插入图片描述

相关性分析和差异性分析

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

相关性分析（皮尔逊相关 斯皮尔曼相关）

①相关性分析的方法：
（1）变量特性可以通过绘制散点图判断
（2）通过计算显著性系数判断是否相关（主要是p值）
（3）通过计算相关性系数判断相关性大小（主要是r值）
②显著性系数判定方法：
在这里插入图片描述
③相关性系数判定方法
在这里插入图片描述
④相关性系数计算方法：
（1）Pearson系数：皮尔逊相关系数，也叫线性相关系数，用于进行线性相关分析，当数据满足正态分布时会使用该系数。
（2）Spearman系数：当数据不满足正态分布时，使用该系数。

皮尔逊相关系数

在这里插入图片描述

斯皮尔曼相关系数

在这里插入图片描述

相关性系数判定方法

在这里插入图片描述

差异性分析算法

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

论文书写

2020C：古代玻璃制品的成分分析与鉴别

卡方检验

在这里插入图片描述
在这里插入图片描述

期望计数

在这里插入图片描述

皮尔逊卡方检验

在这里插入图片描述

Yates校正卡方检验

在这里插入图片描述
在这里插入图片描述

描述性统计

在这里插入图片描述

变异系数

在这里插入图片描述

偏度系数

在这里插入图片描述

峰度系数

在这里插入图片描述
结果分析
在这里插入图片描述

箱线图

在这里插入图片描述
在这里插入图片描述

xnhdbb
关注
数学建模学习（102）：成分数据分析之中心对数比转换【再修改版】
全栈川川
10-05 2万+
成分数据分析中的 中心对数比转换
clr中心对数转换
qq_37264243的博客
03-11 1万+
一点关于centered log-ratio transformation的思考centered log-ratio transformation（clr）clr转换的基本概念如何分析这个数据的结果注意事项 centered log-ratio transformation（clr） 最近在看用XRF数据进行土壤/岩石样品的元素分析。我同事对数据进行centered log-ratio transformation。蠢笨如我看了好几天，也没太搞懂，为什么要进行转换。以及转换后，如何看这个数据。 下面是几点简
CLR数据类型转换
MannMann的博客
02-17 2756
1.隐式转换 低精度类型向高精度类型转换 double m = 1; 常量1 默认是int32的数据类型。 int m = 1.2;(报错) 常量1.2默认是double的数据类型，从高精度转低精度不允许隐式转换，否则语法报错。 2.显示转换 int m = (int)1.2; 从double转int可以使用显式转换，这里是从高精度转到低精度数据类型。但是更复杂的数据...
【2024_CUMCM】中心对数变换(CLR)[附代码]
2302_81240667的博客
07-14 6012
中心对数变换（CLR）是一种针对成分数据的重要转换方法，它通过将成分数据转换为对数比值，有助于在统计分析中更有效地处理这类数据的特性。
中心对数比变换（Centered Log Ratio Transformation，CLR）的原理及scikit-bio介绍
RECORD LEARN PROGRESS
08-07 6712
中心对数比变换（Centered Log Ratio Transformation，CLR）是一种数据预处理方法，常用于成分数据分析领域。在成分数据中，各成分之间通常存在一定的约束关系，比如它们的和为固定值等，中心对数比变换可以有效地处理这种具有特殊约束的数据。官方文档scikit-bio是一个在Python3中处理生物数据的库成分统计 (skbio.stats.composition )模块中的，此函数将组合从Aitchison几何体转换到真实空间。这个clr。
C#与CLR学习笔记（6）—— 轻松理解协变与逆变
一土宁的博客
08-25 649
Contents前言本质与原因简单本质产生原因广义上的协变与逆变参考文献 前言 协变（covariance）和 逆变（contravariance）是我们在学习泛型委托和泛型接口中遇到的比较抽象的一组概念。它们的使用方法，其实是非常简单的，即： 用 in 标记的逆变量只能出现在泛型接口的方法的输入参数中，或者作为泛型委托的输入参数； 用 out 标记的协变量只能作为泛型接口方法或者泛型委托的输出...
12年数模国赛A题
06-17
将每一样品酒的综合得分与其所对应酿酒葡萄的理化指标（一级指标）共同构成一个数据矩阵，采用聚类分析法，利用SPSS软件对葡萄酒样进行分类，根据分类的结果以及各葡萄样品酒综合得分最终将酿酒葡萄分为A（优质）、B...
2024国赛数学建模常用模型算法，2024国赛数学建模ABC题思路代码模型
weixin_45499067的博客
09-01 1899
数据包络分析DEA时，首先需要分析综合效益值θ，即首先判断DMU是否有DEA有效，如果有效，则说明该DMU较优，反之说明‘非DEA有效’，即相对来说还有提升空间，那么提升空间具体在哪里呢，比如提高还是减少规模呢，可以通过规模效益分析得到。通过设定具体的评价指标，如准确性、稳定性和效率，竞赛团队可以定量比较不同方案的优劣，进而选择最优的解决方案。除了以上四大模型，在数学建模一些小问题的分析中，还会涉及到其他比较简单的统计分析模型，参赛团队可能需要进行数据处理、描述统计、相关分析、假设检验等。
2018年国赛数模相关资料C2018科研交流国赛C题参考思路.zip
最新发布
09-08
对于当年参加竞赛的学生来说，C题作为竞赛题目之一，必然是充满了挑战和研究价值的。 C题的具体内容虽然没有在标题中详细披露，但考虑到这是一份参考思路的资料，我们可以推测其可能涉及某一特定的数学建模问题。...
2023国赛数模c题
09-09
总之，针对2023国赛数模C题，需要建立一个综合考虑销售总量、成本加成和定价的优化模型，可以使用线性规划或机器学习算法来求解最优的补货和定价策略。具体的模型和算法选择可以根据具体的数据和问题要求来确定。
R语言 中心对数转换 成分对数转换 clr
01-23 6210
CLR Component logarithmic conversion 成分对数转换 Centered log-ratio transformation 中心对数转换 数据要求：行=OTU/基因 列=样本 require(qiime2R) #Samples are columns data_clr=make_clr(data)
对数中心变换(CLR)matlab代码
CuHanZi的博客
07-17 5791
function clr_transformed_data = center_log_ratio(data)%把要处理的数据导入命名为data。看了很多帖子都没有，自己记录一下。
NC：基于38组数据评估14种微生物组差异分析方法—结果差异很大
刘永鑫的博客——宏基因组公众号
06-06 5647
微生物组差异丰度方法在38个数据集上产生了不同的结果Microbiome differential abundance methods produce disturbingly different results across 38 datasetsDOI：https://doi.org/10.1038/s41467-022-28034-zNature Communica...
2023全国大学生数学建模C题思路+模型+代码+论文（持续更新）
weixin_45499067的博客
09-01 1万+
非线性规划研究一个 n元实函数在一组等式或不等式的约束条件下的极值问题，且 目标函数和约束条件至少有一个是未知量的非线性函数。动态规划主要用于求解以时间划分阶段的动态过程的优化问题，但是一些与时间无关的静态规划(如线性规划、非线性规划)，只要人为地引进时间因素，把它视为多阶段决策过程，也可以用动态规划方法方便地求解。聚类分析或聚类是把相似的对象通过静态分类的方法分成不同的组别或者更多的子集，这样让在同一个子集中的成员对象都有相似的一些属性，常见的包括在坐标系中更加短的空间距离等。
数模2022C
m0_61150571的博客
06-29 1112
预测：考虑风化与未风化两个正态分布之间的关系（因为如果要建立映射的话，需要一一对应的数据）成分数据各变量之间具有明显的共线性，使得统计分析方法失效。可考虑用机器学习二分类的相关算法，比如决策树、支持向量机。（但由于数据量比较小，用神经网络的方式可能准确性不高）各化学成分比例的累加和应为100%，具有定和约束。通过适当的变换：中心对数比变换（CLR）
聚类分析
weixin_41745696的博客
09-28 1868
监督学习与非监督学习的一个最本质的区：监督学习的应用要求数据集事先有标签，而非监督学习则不需要标签。 无监督学习就是事先没有训练数据样本，直接对数据进行建模，比如说聚类。 聚类定义 将物理或抽象对象的集合分成由类似的对象组成的多个类的过程称为聚类。由聚类所生成的簇是一组数据对象的集合，这些对象与同一簇中的对象相似度较高，与其它簇中的对象相似度较低。 聚类分析的类型：Q型聚类：对样品的聚类；...
Clark变换及比例系数2/3推导过程
热门推荐
Wolf的专栏
05-07 6万+
Clark变换 由于异步电动机三相原始动态模型相当复杂，分解和求解这组非线性方程十分困难，在实际应用中必须予以简化，简化的基本思路就是将复杂的问题分解成一个一个简单易处理的问题，将复杂的三相坐标系转换成易理解的两相坐标系。 如图1中所示，当三相绕组和两相绕组产生的旋转磁动势大小和转速都相等时，我们认为两相绕组与三相绕组等效，这就是Clark变换由来。 ...
什么是 CLR
snow365的专栏
05-23 885
什么是 CLR
数学建模竞赛篇--使用tensorflow搭建了一个预测线任务路定价的模型
dijkstra_prime的博客
10-07 1337
最近参加了2020年的第十届MathorCup高校数学建模挑战赛，这次竞赛的问题总的来说是一个定价问题。由于我和我的小伙伴是第一次参加所以感觉有很多做的不是很好的地方，希望大家多多批评指正。我现在把自己做的答案和代码记录下来。 我会把我的所有实现代码及数据放到博客上，大家有兴趣可以去下载。首先附上我的代码结构图。 目录 问题分析 第一题的思路及具体做法 第二题的思路 第三题的思路及具体做法 1. 问题分析 首先是相关数据的解读 附件1是已经交易完成的货运线路任务数据，其中附件..
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值