1楼：
回归模型需要经过显著性检验。因为回归模型建立后的目的在于应用和对问题做出结论。没有进行显著性检验，没有理由来说明你的回归模型的合理性。
统计显著性低，不是没有意义，而是说明在你做回归模型目前为止，没有足够的数据来支撑“模型变量之间相关显著”的结论。
数学建模中用于**的模型有哪些？
2楼：罗罗珺方
你可以看看这个http://wenku.baidu.***/view/a80dd235eefdc8d376ee322d.html
灰色**模型
蛛网模型
层次分析法
熵权法leslie模型
标准化/归一化
神经网络
蒙特卡洛算法
01型整数规划模型
遗传算法模板
3楼：匿名用户
微分方程 线性回归 灰色系统
4楼：蔡浩波化本
不知道增长趋势是什么意思，是一种状态还是一个值，所以都写下，如果能对趋势给个明显的说明那么就好办了
**增长的值可以用：
有时间性：灰色**、时间序列arima
无时间性：指数平滑、移动平均
**增长的状态：
马尔可夫链
数学建模中所要检测的统计量p,f分别是什么意思
5楼：匿名用户
p和f是两个统计量，是通过随机变量构造出来的检验统计量。因为数学公式在这里不好输入，建议你按如下步骤去学习一下：
1、首先看《概率论与数理统计》假设检验一章的内容，尤其是针对不同情况不同数目的随机变量如何构造不同的统计量。
2、注意观察每种统计量的不同目的和效果，有的统计量针对正态分布，有的则针对多个随机变量，
3、参考《概率论与数理统计》书后关于统计量的**强化记忆。
数学建模中有多元线性回归模型函数是什么 回归模型问题
6楼：iku快开始
eyes ignore ave be***e my whol
数学建模中怎样检验评价指标对于排名的显著性影响
7楼：高科技
回归模型需要经过显著性检验。因为回归模型建立后的目的在于应用和对问题做出结论。没有进行显著性检验，没有理由来说明你的回归模型的合理性。
统计显著性低，不是没有意义，而是说明在你做回归模型目前为止，没有足够的数据来支撑“模型变量之间相关显著”的结论。
数学建模中有多元线性回归模型函数是什么
8楼：匿名用户
多元线性回归模型的一般形式为
yi=β0+β1x1i+β2x2i+…+βkxki+μi i=1,2,…,n
其中 k为解释变量的数目，βj（j=1,2,…,k)称为回归系数（regression coefficient)。上式也被称为总体回归函数的随机表达式。它的非随机表达式为
e(y∣x1i,x2i,…xki,)=β0+β1x1i+β2x2i+…+βkxki
βj也被称为偏回归系数（partial regression coefficient)
9楼：匿名用户
多元线性回归模型，(multivariable linear regression model )在实际经济问题中，一个变量往往受到多个变量的影响。例如，家庭消费支出，除了受家庭可支配收入的影响外，还受诸如家庭所有的财富、物价水平、金融机构存款利息等多种因素的影响。
多元线性回归模型的一般形式为
yi=β0+β1x1i+β2x2i+…+βkxki+μi i=1,2,…,n
其中 k为解释变量的数目，βj(j=1,2,…,k)称为回归系数(regression coefficient)。上式也被称为总体回归函数的随机表达式。它的非随机表达式为
e(y∣x1i,x2i,…xki,)=β0+β1x1i+β2x2i+…+βkxki
βj也被称为偏回归系数(partial regression coefficient)
计算模型
一元线性回归是一个主要影响因素作为自变量来解释因变量的变化，在现实问题研究中，因变量的变化往往受几个重要因素的影响，此时就需要用两个或两个以上的影响因素作为自变量来解释因变量的变化，这就是多元回归亦称多重回归。当多个自变量与因变量之间是线性关系时，所进行的回归分析就是多元性回归。 设y为因变量x1,x2…xk为自变量，并且自变量与因变量之间为线性关系时，则多元线性回归模型为:
y=b0+b1x1+…+bkxk+e
其中，b0为常数项，b1,b2…bk为回归系数，b1为x1,x2…xk固定时，x1每增加一个单位对y的效应，即x1对y的偏回归系数;同理b2为x1,x2…xk固定时，x2每增加一个单位对y的效应，即，x2对y的偏回归系数，等等。如果两个自变量x1,x2同一个因变量y呈线相关时，可用二元线性回归模型描述为:
y=b0 +b1x1 +b2x2 +e
建立多元性回归模型时，为了保证回归模型具有优良的解释能力和**效果，应首先注意自变量的选择，其准则是:
(1)自变量对因变量必须有显著的影响，并呈密切的线性相关;
(2)自变量与因变量之间的线性相关必须是真实的，而不是形式上的;
(3)自变量之彰应具有一定的互斥性，即自变量之间的相关程度不应高于自变量与因变量之因的相关程度;
(4)自变量应具有完整的统计数据，其**值容易确定。
多元性回归模型的参数估计，同一元线性回归方程一样，也是在要求误差平方和(σe)为最小的前提下，用最小二乘法求解参数。以二线性回归模型为例，求解回归参数的标准方程组为
解此方程可求得b0,b1,b2的数值。
10楼：
在市场的经济活动中，经常会遇到某一市场现象的发展和变化取决于几个影响因素的情况，也就是一个因变量和几个自变量有依存关系的情况。而且有时几个影响因素主次难以区分，或者有的因素虽属次要，但也不能略去其作用。例如，某一商品的销售量既与人口的增长变化有关，也与商品**变化有关。
这时采用一元回归分析**法进行**是难以奏效的，需要采用多元回归分析**法。
数学建模中的相关分析法的优缺点是什么啊
11楼：数学门外汉
优点是可以找出不同因素之间的相关关系，是正相关、负相关或不相关。
缺点是一般只是定性分析，而不能定量分析，因此此法一般是结合回归分析一起的。
数学建模常用模型及其作用,数学建模常用的模型有哪些？各有何特点
1楼 匿名用户 1 蒙特卡罗算法 该算法又称随机性模拟算法，是通过计算机 来解决问题的算 法，同时可以通过模拟可以来检验自己模型的正确性，是比赛时必用的方法 2 数据拟合 参数估计 插值等数据处理算法 比赛中通常会遇到大量的数据需要 处理，而处理数据的关键就在于这些算法，通常使用matlab作为工具...
数学建模对以后的学习生活有哪些好处
1楼 小梅可儿 比如 保研 综合测评时 能加分 2楼 匿名用户 能培养逻辑思维能力 是一种学习能力的培养 3楼 张庆阳521文 你可以学习各种数学软件，matlab spss lingo sas 等等，你还可以培养数学方法解决问题的能力。对你报研也很有好处，现在学校很看中这个的。 数学建模在生活中到...
数学建模在生活中的作用，它涉及的领域有哪些帮帮忙
1楼 豆豆 数学建模就是学习如何把物理的复杂的世界用适当 基于适当假设 的数学语言描述出来 即建立数学模型 进而用数学的手段对模型加以分析 然后再用所得结论回归现实 指导实践 一切领域都可能是它的研究对象 工程 经济 生态等你能想到的领域的问题都可以用数学建模的方法研究 数学建模是联系实际与理论的桥...