1樓：河傳楊穎
用以下幾種方法的一種或幾種結合使用：
溼法分析直讀光譜（oes）
電感耦合等離子體放射光譜（icp-aes）電感耦合等離子體質譜儀（icp-ms）
原子吸收光譜（aas）
定量分析實驗方法：
物理分析法
重量分析法
體積法滴定分析法
物理化學分析法等。
擴充套件資料定量評價強調數量計算，以教育測量為基礎。它具有客觀化、標準化、精確化、量化、簡便化等鮮明的特徵。
它在一定程式上滿足了以選拔、甄別為主要目的的教育需求。但定量評價往往只關注可測性的品質與行為，處處、事事都要求量化，強調共性、穩定性和統一性，過分依賴紙筆測驗形式，有些內容勉強量化後，只會流於形式，並不能對評價結果作出恰如其分的反映。
因而，它忽略了那些難以量化的重要品質與行為，忽視個性發展與多元標準，把豐富的個性心理髮展和行為表現簡單化為抽象的分數表徵與數量計算。
2樓：匿名使用者
1.定量分析評價就是指你要把題目涉及的量（比如國家的綜合國力）用具體的數學變數來度量它（比如，我可以用gdp等等指標來度量），這就是一個量化的過程。
2.然後你要建立一個適當的模型來測度這些量，或者來評價這些量。
我舉個簡單的例子。
要求我們來評價某個學校的教學質量。教學質量這個量是個很抽象的概念，我們應該用什麼來評價哩？of course，自然會想到升學率。這就把教學質量量化了
然後我們怎麼來評價升學率呢？
首先我們要算算這個學校幾年來的平均升學率吧。這能說明升學的總體情況
然後要算算升學率的波動，這能說明升學率的穩定情況。
在算下其他的統計量，比如峰度，最大升學率等等。
還有，我們可以建立一個概率模型那看升學率的概率分佈。
比如我認為這個學校的升學率是服從正態分佈，然後，通過平均升學率、和波動就能馬上估計差這個正態分佈的引數。
然後我們要做模型的檢驗，像概率模型的檢驗，有k-s,q-q分點陣圖等等方式來看升學率是否服從一個正態分佈（沒準它服從一個t分佈哩）
後面還有一些步驟，我就不詳細說了。
這就是概率模型，還有很多模型，如微分方程模型、迴歸模型、組合優化模型等等
其實玩數學建模這種東西，團隊中有個學數學的是最好不能少的，然後有個能夠玩程式設計的就更好了
數學建模中綜合評價的方法有哪些？
3樓：那個啥仰望
綜合評價有許多不同的方法：
1、綜合指數法：
綜合指數法是先綜合，後對比平均,其最大優點在於不僅可以反映複雜經濟現象總體的變動方向和程度,而且可以確切地、定量地說明現象變動所產生的實際經濟效果。但它要求原始資料齊全。平均指數法是先對比,後綜合平均，雖不能直接說明現象變動的絕對效果，但較綜合指數法靈活,便於實際工作中的運用。
2、topsis法：
其基本原理，是通過檢測評價物件與最優解、最劣解的距離來進行排序，若評價物件最靠近最優解同時又最遠離最劣解，則為最好；否則不為最優。其中最優解的各指標值都達到各評價指標的最優值。最劣解的各指標值都達到各評價指標的最差值。
3、層次分析法：
運用層次分析法有很多優點，其中最重要的一點就是簡單明瞭。層次分析法不僅適用於存在不確定性和主觀資訊的情況，還允許以合乎邏輯的方式運用經驗、洞察力和直覺。也許層次分析法最大的優點是提出了層次本身，它使得買方能夠認真地考慮和衡量指標的相對重要性。
另外還有rsr法、模糊綜合評價法、灰色系統法等，這些方法各具特色，各有利弊。
4樓：畫筆下的海岸
現有的統計方法：
一、主要為多元統計方法，如多元迴歸、逐步迴歸分析、判別分析、因子分析、時間序列分析等。
二、模糊多元分析方法：由模糊數學發展而來，包括模糊聚類、模糊判別、模糊綜合評價等方法。
三、簡易方法：主要包括綜合評分法、綜合指數法、層次分析法、topsis法、秩和比法等。 特點：
1、簡單實用；
2、適用於各種資料；
3、存在一定的侷限性。
擴充套件資料；
建模意義
思考方法
數學建模是一種數學的思考方法，是運用數學的語言和方法，通過抽象，簡化建立能近似刻畫並"解決"實際問題的一種強有力的數學手段。
數學建模就是用數學語言描述實際現象的過程。這裡的實際現象既包涵具體的自然現象比如自由落體現象，也包含抽象的現象比如顧客對某種商品所取的價值傾向。
這裡的描述不但包括外在形態，內在機制的描述，也包括**，試驗和解釋實際現象等內容。
我們也可以這樣直觀地理解這個概念：數學建模是一個讓純粹數學家（指只研究數學而不管數學在實際中的應用的數學家）變成物理學家，生物學家，經濟學家甚至心理學家等等的過程。
數學模型一般是實際事物的一種數學簡化。它常常是以某種意義上接近實際事物的抽象形式存在的，但它和真實的事物有著本質的區別。
要描述一個實際現象可以有很多種方式，比如錄音，錄影，比喻，傳言等等。為了使描述更具科學性，邏輯性，客觀性和可重複性，人們採用一種普遍認為比較嚴格的語言來描述各種現象，這種語言就是數學。
使用數學語言描述的事物就稱為數學模型。有時候我們需要做一些實驗，但這些實驗往往用抽象出來了的數學模型作為實際物體的代替而進行相應的實驗，實驗本身也是實際操作的一種理論替代。
5樓：匿名使用者
模糊綜合評價
層次分析法 熵值 等的綜合
6樓：匿名使用者
現在用的多的還是模糊綜合評價、層次分析、層次模糊綜合
還有有神經網路技術等等
7樓：匿名使用者
特多;資料包絡分析法、
灰色綜合評價法
還有他們所說的。嘔
8樓：匿名使用者
1、模糊綜合評價、層次分析法，主要是這種兩種方法
數學建模定量還是定性分析？
9樓：回望背影傷
這就要取決於你做的是什麼題目了，但是從總體而言還是定量的，
如果有些題目是對於事物的判決，包括一些要求模糊數學要解決的問題，要根據實際情況先定性再定量
10樓：匿名使用者
可以定量的一定要定量
不可以的就只好做定性
反正越具體越好
因為數學建模是要解決一個實際問題
11樓：西笑
二樓是正解。可以定量的一定要定量，要具體，可以的話要推廣。
12樓：匿名使用者
既然建模了，就可以用定量分析啊，比較科學針對
數學建模中模型的優劣如何評價
13樓：戒十三
1.模型的靈敏度分析
2模型的強健性分析
14樓：匿名使用者
優勢就是使用數學模型能更有說服力，邏輯推理更嚴緊，更直觀。
劣勢就是籠統、非精確。
15樓：新_遊戲
怎樣的模型才能叫做好的模型？例如對inter***建模，i***，ab，brite，glp等等模型層出不窮。每種模型都在關注著某種實際問題的生成機制，當然也能在一定意義上反映真實世界的結構。
但其價值究竟應該如何評價？inter***是超級複雜的問題，比不了經典模型的簡單深刻。是不是必須使用多側面的和分散式的認識才能刻畫它的性質？
還有那個經常被使用的模擬方法。考慮問題的基本機制是建模必要的方法，完全唯象的模型，比如搞個擬合什麼的（除非精度夠高而且有原理上的說明），對問題並不能達成真正的理解。但究竟應該如何界定這種方法的有效範圍？
徹底的模擬**不一定能給我們帶來有關問題的理解。**只是實驗，實驗條件是否有真實意義，實驗結果是否足夠可靠，事實上都不確切。即使可靠，許多時候也只有工程上的意義，可以看作是一種較為節儉的實驗方式。
但如果問題還存在人們不清楚的複雜機制呢？對機制究竟如何認識則很難從**本身得出。需要對**條件和結果之間的關係作進一步的研究，這可以說完全是另一個更困難的過程。
「理解」該如何理解？基於邏輯系統、因果推理和嚴格計算的解釋堪稱典型的「可理解的」模型。但只通過模擬和**，得到的「經驗性」解釋可以作為另一種「理解」的方案嗎？
神經網路等方法和**等思路其實有某種共同特點。它們共同的特點是：能給出結果，但是不能給出解釋。
正如經過訓練的神經網路，即使效果非常出彩，人們也完全不可能知道每個連線的權重到底「意味著什麼」。整體的效果，是「分佈」在網路整體上的。這種分散性的理解和**很類似，網路結構和權重是模型的「深層」，正如**的基本機制是模型的「深層」。
最終的結果是「表象」，「深層」的原理怎麼控制「表象」的？對不起，承上啟下的那個「中間層」是什麼，我們不知道。
怎麼證明數學問題，數學的證明題應該怎麼做？
我這裡有一個證明方法，不過本人也不肯定能不能這樣證明，證法如下 設函式y f x y f x 的反函式是x f y 所以當有f x f 1 x 時，有y f x f f y 把x f y 代入 y f f y 對x求導數，得y f f y f y 因為有y f x 並且有x f y 所以有y f x...
數學證明題，數學的證明題應該怎麼做？
先要搞清楚證明三角形全等的三條定理。邊邊角 角邊角 和邊邊邊。意思分別是 1。邊邊角，通過證明兩個三角形的兩條邊和兩條邊的夾角相等 從而推出兩個三角形全等。2.角邊角，通過證明兩個三角形的兩個角和兩個角所夾的那條直線相等 可以推出兩個三角形 全等。3.邊邊邊，通過證明兩個三角形的三條邊都是相等的，推...
數學證明題，數學的證明題應該怎麼做？
1.聯接ec，由 ebc efc 90 bge fgc，根據三角形內角和定理，得 fec bce。又因為 ebc efc 90 fec bce，ec ce,得三角形bec與三角形efc全等，得be fc。又因為 ebc efc 90 bge fgc，be fc，得三角形beg與三角形gfc全等,得b...