急求高手帮忙解释下我的logistic回归结果！因为写论文要用到logistic回归，可我实在是不懂SPSS，跟着书做出来了。但我的分析很有问题。主要是4-2模型汇总表不懂。附上四张表，求高手帮我_百度作业帮
拍照搜题，秒出答案
急求高手帮忙解释下我的logistic回归结果！因为写论文要用到logistic回归，可我实在是不懂SPSS，跟着书做出来了。但我的分析很有问题。主要是4-2模型汇总表不懂。附上四张表，求高手帮我
急求高手帮忙解释下我的logistic回归结果！因为写论文要用到logistic回归，可我实在是不懂SPSS，跟着书做出来了。但我的分析很有问题。主要是4-2模型汇总表不懂。附上四张表，求高手帮我结合这几张表解释下模型汇总表中-2对数似然值、Cox& Snell R 方、NagelkerkeR 方的分析结果。我在答辩的时候要给老师解释，后天答辩！急求帮忙，跪谢！
分类管理学，是不是选择错啦，你这是经济学关于股票的知识，我们不涉及这方面的问题呀如何入门参与数学建模？
需要掌握那些数学知识、计算机知识？有那些书目可以推荐呢？
按投票排序
贴篇我写给学校学弟学妹们的数模感想吧，希望能有帮助。
数学建模感想
纪念逝去的大学数学建模：两次校赛，两次国赛，两次美赛，一次电工杯。从大一下学期组队到现在，大三下学期，时间飞逝，我的大学建模生涯也告一段落。感谢建模路上帮助过我的学长和学姐们，滴水之恩当涌泉相报，写下这篇感想，希望可以给学弟学妹们一丝启发，也就完成我的想法了。拙劣的文笔，也不知道写些啥，按顺序随便写写吧。我是怎么选择建模的：大一上，第一次听到数学建模其实是大一上学期，not大一下学期。某次浏览网页偶然发现的，源于从小对数学，哲学以及历史的崇敬吧（虽然大学没敢选择其中任何一个专业，尤其是数学和哲学，怕太难了，学不好），我就坚定了学习数学建模的想法。通过翻阅学校发的学生手册还是神马的资料，发现我们学校有数学建模竞赛的。鉴于大一上啥数学知识都没有，也就没开始准备，把侧重点放在找队友上。
一次打乒乓球，认识了两位信电帅哥，以后也会一起打球。其中一位（M）很有学霸潜质，后来期末考试后，我打听了他的高数成绩，果然的杠杠滴，就试探性的问了下，要不要一起参加建模，嗯，成功！第二位队友是在大一上学期认识的（向她请教了很多关于转专业的事情），但是是第二学期找她组队的。老样子，打听成绩，一打听吓一跳，是英语超好，微积分接近满分的女生F（鄙人第二学期转入了她的学院）。果断发送邀请，是否愿意一起组队，嗯，成功。关于找队友：在信息不对称的情况下，优先考虑三人的专业搭配，比如或信电的小伙伴负责编程和理工科题建模，经济金融统计负责论文和统计建模，数学计算专业的全方位建模以及帮忙论文，个人感觉这样子比较好。由于建模粗略地可以分为建模，编程，论文，三块，整体上是一人负责一块的，但是绝对不能走极端，每个人就单单的负责一块，这样子的组合缺乏沟通和互动。应该要在培训中磨合，结合每个人的个人特点。主要负责哪几块，辅助哪几块。接下来就到了第一次校赛了：第一次还是挺激动的，因为之前问了几个学长学姐说，建模都是要通宵的，于是我们也做好了通宵的准备。第一次拿到的题目是关于一个单位不同工作部门不同饮食习惯的人，健康水平的关系。
后来回顾过来，这其实是一个比较简单的统计分析题。但是想当年可没有这等觉悟，做题全靠office，对着题目想半天也不知道该怎么做。做的过程很痛苦，但是也很兴奋，校赛三等奖的结果证明了光有一股热情是不行的，需要恶补大量知识。推荐新手入门书目：数学模型(姜启源、谢金星)数学建模方法与分析.(新西兰)Mark.M．Meerschaert.第一本是姜老先生写的，很适合新手，在内容编排上也是国产风格，按模型知识点分类，一块一块讲，面面俱到。第二本是新西兰的，我是大二的时候看这本书的，只看了前面一部分。发现这本书挺适合新手，它是典型的外国教材风格，从一个模型例子开始，娓娓道来，跟你讲述数学建模的方方面面，其中反复强调的一个数学建模五步法，后来细细体会起来的确很有道理，看完大部分这本书的内容，就可以体会并应用这个方法了。（第一次校赛，就是因为五步法的第一步，都没有做到）。对了，还有老丁推荐的一本，美利坚合众国数学建模竞赛委员会主席Giordano写的A first course in mathematic
modeling，有姜启源等翻译的中文版，but我没能在图书馆借到，所以没看过，大家有机会可以看看。怎么建模第一次国赛前的放假开始学校培训，我提前借了一大堆书，把卡都借满了。第一次国赛前的那次培训，对我而言，这段时期是收获最大的时期，比其他任何时间段都来得大。这段时间内，我们三个人都很辛苦。白天培训要学习很多知识，完了只能休息半天，然后开始比赛，周而复始。 之前我的打算是，白天上课学习，晚上回去复习当天的内容，再看些其他东西。But 我太高估自己了，晚上基本是玩玩三国杀之类的小游戏放松，然后第二天再去上课。嗯，心态放好，身体最重要。^_^通过这几次培训，基本上队伍形成了F专业写论文，我和M负责建模和编程。其中我偏重建模和全队调度。大家在培训的时候，要慢慢养成五步建模法：五步法说明:第一步:提出问题.
大家可能会想,题目不是已经给出问题了吗? 是的,但是这里的提出问题是指：用数学语言去表达。首先，题目一定要通读若干遍，“看不懂，读题目；看不懂，读题目”，如此反复循环的同时查阅相关资料。这通常需要大量的工作，而且要根据题目的特点做一些假设。
看的差不多了，就开始用数学形式提出问题，当然，在这之前，先引用或者定义一些专业术语。 接下来进行符号说明，统一符号（这点很重要，三个人之间便于沟通，论文便于展现），并列出整个问题涉及的变量，包括恰当的单位，列出我们已知或者作出的假设（用数学语言描述，比如等式，不等式）。
做完这些准备工作后，就开始正式提出问题啦。用明确的数学语言写出这个问题的表达式，加上之前的准备工作，就构成了完整的问题。
这部分的内容反映到论文结构上，相当于前言，问题提出，模型建立部分。注意，刚开始建立的模型很挫没关系，我们随时可以返回来进行修改的。第二步:选择建模方法.
在有了用数学语言表述的问题后，我们需要选择一个或者多个数学方法来获得解。 许多问题，尤其是运筹优化，微分方程的题目，一般都可以表述成一个已有有效的标准求解形式。这里可以通过查阅相关领域的文献，获得具体的方法。为什么不是查阅教材呢？基本上教材讲的都是基础的，针对特定问题的，教材上一般找不到现成的方法，但是教材依然是很重要的基础工具，有时候想不出思路，教材（比如姜启源那本）翻来翻去，会产生灵感，可以用什么模型。第三步:推导模型的公式.
我们要把第二步的方法实现出来，也就是论文的模型建立部分。我们要对建立的问题进行变形，推导，转化为可以运行标准方法解答的形式。这部分通常是借鉴参考文献的过程，做一些修改，以适应本题的情况。第四步:求解模型.
这里是编程的队友登场的时刻了。统计模型：SPSS,Eviews，Stata ，都是菜单式操作，easy的。数据分析：R，数据库SQL Server，IBM
DB2微分方程：Maple,Mathematic,MATLAB运筹规划：Matlab，Lingo智能算法：Matlab，R时间序列：统计模型中的那些软件，或者R，Matlab 图像处理：Matlab，C++总结： Matlab是必须的，再来个SPSS，一般情况下够用了。第五步:回答问题.
也就是论文的讨论部分。这部分是对你整篇论文成果的总结，一定要写的有深度。除此之外，通常还要写上一些灵敏度分析，如果是统计模型的话，要有模型检验。关于比赛的一些个人体会1、国赛和美赛是有区别的国赛讲究实力，美赛讲究创新。
美赛不一定要多高级的方法，但是一定要有创意。而国赛，组委会往往是有一个模糊的“标准答案”在的，按部就班做下来就好了。注意不要一次性就建立复杂模型了，老外看重的是你的思维，你的逻辑，不像国赛，看重的是你的建模编程实力，要使用各种高大上的方法。拿到一个问题，可以先建立一个初等模型，讨论下结果；再逐渐放宽条件，把模型做的复杂一点。
即 Basic model -& Normal model -& Extended model的思路。这个思维在美赛中很好，这么做下来基本都能得金奖的，鄙人这次也是按照这样的流程，拿了个金奖。2、文献为王文献为王。建模的题目，基本上是某个教授的研究课题，凭我们本科生的水平，基本上做不到对题目的深刻理解。所以要多看文献。看文献也有技巧：刚拿到题目，先查一下相关背景资料，了解题目是哪方面的。接下来看文献，找一下硕士论文，博士论文以及综述性质的文章，硕博论文一般都会详细介绍下整个课题的国内外研究情况，综述就更不用说了，它就是对大量原始研究论文的数据、资料和主要观点进行归纳整理、分析提炼而写成的论文。看完这些，就可以比较有深度地把握题目，也知道如果我们要进行创新的话，往哪方面走。接下来，可以根据小组三人讨论的结果，有针对性的看一下有深度的文献，文献看得多了，就可以考虑开始创新了，像爱因斯坦那样开辟相对论等新领域的创新，是很有难度的，但是我们可以退而取其次，不是有句话叫做“他山之石，可以攻玉”吗？
我们要做的就是组合创新！ 领域内组合创新，把一个学者的方法嫁接到另一个学者的模型上。 以及交叉领域创新，把把自然科学的知识用到社会科学上，或者用社会科学解释自然科学的结果等等。（这里就可以体现，跨专业建模队伍的先天优势了：不同专业对同一个问题的思维是不同的，可以擦出创意的火花）PS：图书馆有买很多数据库，可以免费看论文。免费的话google学术是无敌的，国内文献貌似没有良好的分享平台，实在找不到论文也可以百度文库死马当活马医。平时可以多注册一些网站，数学中国，校苑数模，matlab技术论坛，pudn程序员，研学论坛，stackoverflow等。上传些资料，攒积分要从娃娃抓起，不要等到比赛了看到好资料还“诶呀，积分不够”。想法很重要。建模思维是一种很难学习到的东西，站在巨人的肩膀上，多看文献，负责建模的同学辛苦了。3、掌握一点数据处理的技巧
建模的题目，A.B两道题。基本上是一题连续，一题离散；一题自然科学（理工科），另一题社会科学（经济管理）。这样的分布的，大家平常做题的时候就可以有所侧重，曾经有一支美帝的队伍，专攻离散题，貌似拿了连续两届的outstanding.掌握一点数据处理的技巧是很有必要的。比如数据缺失值的处理，插值与拟合等。尤其是数据缺失值的处理，基本上A,B题都有可能涉及，建议熟练掌握。4、关于编程水平。More generally,软件操作水平几乎决定了一个队伍的结果上限。MATLAB是必备的，必须要熟练掌握各种模型的实现。此外，SPSS(或者R)也是要掌握的。Mathematic和MATLAB的替代性很强，不掌握也没关系（仅在建模方面，mathematic 当然也是很强大的）。What’s more建模比赛举办这么多年，用到lingo的情况几乎很少了，也可以不学lingo. And 现在的题目动不动就要粒子群等智能算法，强烈建议大家至少熟练掌握一种智能算法.MATLAB推荐书目基础：
MATLAB揭秘
郑碧波 译 （本书讲的极其通俗易懂，适合无编程经验的）精通matlab2011a
张志涌提升：数学建模与应用：司守奎 （囊括了各类建模的知识，还附有代码，很难得，工具书性质的）Matlab智能算法30个案例分析
史峰,王辉等
《MATLAB统计分析与应用：40个案例分析》数字图像处理(MATLAB版)
(13国赛碎纸片复原居然涉及了图像处理,所以列在这里了.可看可不看,太专业化了)书很多的.总之,要达到熟练运用matlab进行运筹优化,数据处理,微分方程的地步. 数理统计可以交给SPSS,R ,其中SPSS无脑操作上手快.5、格式规范：看国赛一等奖，美赛国内人得特等奖的论文，格式规范方面绝对很到位，大家可以参考。国外人的特等奖论文，大都不重视格式，人家的优势在于模型实力与创意、母语写作。所以在美赛格式规范方面，参考国内特奖的论文。PS：有时间的队伍可以学习以下Latex，用Latex写出来的论文，比word不知道好了多少倍。Latex书目推荐：LaTeX插图指南一份不太简短的Latex介绍LaTeX-表格的制作 汤银才参考文献常见问题集latex学习日记
Alpha Huang论坛：Ctex BBS结束语：什么是数学的思维方式？观察客观世界的现象，抓住其主要特征，抽象出概念或者建立模型；进行探索，通过直觉判断或者归纳推理，类比推理以及联想等作出猜测；然后进行深入分析和逻辑推理以及计算，揭示事物的内在规律，从而使纷繁复杂的现象变得井然有序。这就是数学的思维方式。-----------丘维声《抽象代数基础》前言
第一次被邀请，认真作答，其实自己以前建模成绩一直不理想，心中的痛啊。个人觉得其实没有必要很系统的学很多数学知识，这是时间和精力不允许的。很多优秀的论文，其高明之处并不是用了多少数学知识，而是思维比较全面、贴合实际、能解决问题或是有所创新。数学知识 归结起来大体上有以下几类： 1）概率与数理统计，什么拟合了回归分析了 2）运筹学，什么线性规划了 3）微分方程；其实正式比赛的题目有A题B题,貌似大致规律是一道以离散问题优化，另一道以连续问题微分方程为主。所以有时候自己准备的时候可以有侧重。 还有与计算机知识交叉的知识：计算机模拟或者说数值分析。 假如完全没有学过，或者只学过一点概率与数理统计，微分方程的知识其实也没关系，可以自学啊，能用最简单浅易的数学方法解决了别人用高深理论才能解决的才是最历害的嘛哈哈计算机知识 其实数学建模还是在于模型，并不是ACM，要多牛X的编程能力。但是一些最基本的还是要回的，matlab，Mathematica等等。程序永远只是辅助你解题的。当然有计算机编程大牛是最好的。其实计算机数据处理，画图啊制表啊还是蛮重要的。 除了以上两种知识，个人觉得还有论文的写作能力和资料搜索能力。写作能力 数学建模最后交的是论文，文章的书写有比较严格的格式。要清楚地表达自己的想法并不容易，有时一个问题没说清楚就又说另一个问题了。自己以前建模的老师也有参加阅卷的，他们发现格式不行啊，看起来表达不流畅就直接PASS掉了。还有啊那些阅卷老师也都是阅卷前临时培训，他们对题目的理解也很有可能不深的，所以你的论文能否表达清楚就很重要了！PS:建模阅卷一篇文章一般有两个老师评分，假如同样一篇论文十分制评分，有的老师评9分，有的老师评2分。然后只好pia啦pia啦各种讨论……而且听去阅卷的老师说，这种情况常发生。资料搜索能力个人觉得，3个人3天或者4天要解决一个全新的数学建模问题，有时候真的只好现学现用，所以找资料非常重要，能参考前人的思路就参考呗。关于学习资料去数学建模论坛上找吧，个人觉得最重要的还是看优秀论文或者自己动手试着做做。祝建模玩的开心！
我以一个很多年前参加MCM的文科生的背景来回答这个问题吧。在我参加MCM的时候，也曾经困惑过这样的问题，我的数学需要学到多深，我的计算机要做得多好，才能获奖？那时候我的大学离北京邮电大学很近，北邮有一个很有名的数学建模课程，于是我经常骑车去听他们上课，听老师在那非常投入的讲什么系统动力学，马尔科夫链，概率统计，遗传算法。现在回过头来想我听过的那些数学建模课程，我觉得这些都是很好的数学课程，但似乎这并不是数学建模的全部，甚至不是最重要的一部分。什么是数学模型？数学模型应该是一种能用抽象的数学语言将现实世界里复杂的问题简洁优美描述清楚，并且给出建议的过程。我想很多时候我们讲模型太复杂，其实复杂的不应该是模型，而是问题本身。好的模型应该要比你要解决的问题简单，而不是将其复杂化。如果你去MCM官网上看不是我国学生写的outstanding的paper，你会发现他们用的数学知识其实也很简单，并没有那么多高深的地方。但他们对问题的把握，对问题中关键脉络的把握，比我们很多人要好很多。所以当楼主想去学习数学模型时，我给的建议是：首先，你当然要学习数学和计算机，这是你入门的第一步，但是请不要花太多的时间在这上面，因为这只是你要掌握的最基本的工具和手段。数学建模比赛其实是一个开放型很强的比赛，在那几天时间里，你还是有足够的时间去突击一些本来可能只是略窥门径的知识点。其次，你要花时间去阅读之前的获奖论文，也许你可能不太明白其中他们用到的某些特定的数学或计算机知识点，不要害怕，要从全文上把握他们的逻辑，他们的假设是什么？他们的数据从哪里来的，他们如何验证自己的模型，如何从模型中给出有价值的结论。最后，应该有更多的时间去寻找你的队友，与他们在一起，理解彼此的专业背景和想法的差异。在比赛前，我和我的队友花了三个月的时间一起上自习和去食堂吃饭，我们都对彼此有很好的了解，我想这个经历对我们最后帮助极大。说一下我参加数学建模比赛的故事吧，我来自一个财经类院校，我的专业课程也就是数四的水平。我的两位队友也都是会计专业背景，那年我们参加MCM，所碰见的是一个物流问题，我们最后的论文成绩很好。我拿我的陈年旧事出来说不是为了炫耀什么，我是告诉楼主一个我悟出来的道理，你看我这样一个当年什么都不懂的数学菜鸟，都能在MCM上获奖，你还怕什么？ 加油！
仅以2013年的一次讲课PPT作蓝本，简要解答一下，如有转载，请通知本人。 我这里主要讲美赛，国赛很坑爹。我觉得作为一种小范围的比赛，国赛把一些东西限制的很死。建模比赛大都有地图题，国赛的答案却一定要在某某范围之内，精度精准的不像话，好像东西不在这个地理范围，你的所有方法就是错的。像MH370这种事件，这么多颗卫星，这么多专家高手也只能把搜索缩小在6万平方公里（）的范围内。一般的题哪有这么多数据，处理数据最多的一次我记得老师去深圳参加一个交流会，关于出租车定位的问题，选了深圳市几个小时内的交通数据让他们做，一共是10多个G。我只想说当时的笔记本能把这么数据能全部导进去，已经是在场最好的笔记本了。说了这么多，其实只有一个意思，就是如果你的数学功底很好，请努力向国赛进军，如果你的发散思维能力很不错，那就向美帝靠拢吧。
我的数学功底就不是很好，所以美帝一招手，我就给人家带路了。
一、首先，比赛要树立一个信念，那就是美赛比国赛简单。获得Meritorious Winners（一等奖）比你想象的容易，千万不能妄自菲薄。不过outstanding winners和finalist winners就不要想了，因为能获得这两个奖项的不是学霸就是学神，达到这个境界的是不会来看我这的答案的。
这是2012年参加美赛人员的名单（抱歉，2014年的懒得找了，去官网上下吧），名单很简单，一共3697组参赛，但是Outstanding Winners和Finalist Winners各自只有1%，而Meritorious Winners却有9%，比例基本就是这么确定的，所以同志们的成功率很大。国赛就不一样，这种比赛居然学校为了不打击一些学校参加的热情，搞出了学校名额限制这种事情。写得再烂的文章，只要在自己参赛学校中最好，也可以拿一等奖。 从这个角度讲，国赛和美赛的一等奖要说哪个含金量高，真是不好比较。为什么现在一些学校鼓励同志们参加各种比赛，虽然你是打酱油的，但是你参加增加了参赛队伍的基数啊，如果更多的同志是打地沟油的，你也能捞个Honorable Mentions呢。所以说，这个问题放在美赛这样的全球性比赛上，童鞋们你们有很大的机会啊。
二、下面再来说说美赛的评审人员
这个是2012年美赛的评审人员构成，好像在2013年评审加入了中国的专家。不过从2012年的来看，阿巴拉契亚州立大学世界排名300多名，卡罗尔大学美国排名前200，其他的机构大家自己搜吧，我就不多说什么了，自己掂量。
三、评选的过程。看到了吗童鞋们，第一次初评是你的论文能被完全欣赏的保证，摘要很重要！跟你发表论文一样，如果你的摘要不能赢得评委的芳心，后果很严重。
“你把最重要的心血捧给他看，他只看一眼就扔掉了，从此，你就没有心了。”就跟表白差不多。所以，广大童鞋一定要在摘要上下功夫，哪怕你的文章写得跟翔一样，但只要摘要能入法眼，H奖就跑不了了。当然，怎么改呢，像数学中国上有很多经验，大家可以看看，老师也会给你把把关。但是……一定要切记，国赛和美赛是不一样的。首先的区别就在这里。国赛的论文题目和摘要很严谨，好像你的论文马上就要发表装印了似的。但是美赛就不一样，这只是个大学生的比赛！！你要充分展现年轻人八九点钟的太阳一样的朝气！！那么问题就来了，（我才不学挖掘机呢）怎么写才能表现朝气和有趣。
这是2012年美赛写的一篇论文的题目和摘要，可以去官网下2012的档案看看，绝对童叟无欺。我的感受是摘要在说清事情的基础上怎么有趣怎么来。至于效果怎么样，2013年比赛前期我给学弟讲完课后，他们都拿到了H奖，尽管有些论文的内容我看了只能给参与奖。
先喝口水，等会儿再说。写作的事情下面还会再提到。四、请永远不要把自己和组员当成机器，你们都是人。你再牛X，上甘岭没有你也能防守下来。这句话有两层意思，1、请注意参赛过程中的情绪，2、请注意作息安排。其实这两句话的意思很明确，不少建模攻略都会提到。但是，知道是一回事，能不能做到又是另一回事了。自从大二开始进入建模以来，我一直都是组长，组员从没换过。当组长其实要更要用责任感一点，你要规划比赛时间进度，要控制比赛节奏，处理组员的关系，做好任务分配。要敢于拍板。比如选题，如果两个题拿到手，发现都能做，或者都不能做，这时你需要协商选题。另外，争执发生在比赛中是再正常不过的事，如果一次比赛中你们几个人没有起过比较激烈的争执，相信我，好成绩的概率会比较低。但是争执归争执，污辱性的词语就不要出来了。用重庆话来讲，“不要带标点哈”。此外，作为组长，要相信组员，我们每次比赛，有位童鞋要不打一局dota，要不看一集动漫放松，我从来不管这种事，大家都是成年人了，什么时候累什么时候放松，用什么样的放松方式自己感觉最好，自己心里都会有谱的，不要小家子气，难道你们四天四夜干下来没拿到M，就因为一局20分钟的dota？
2、谈到休息，我想要说的是，一定要分清轻重缓急，就算你第二天晚上也没选好题，也要保证晚上六个小时的充足睡眠时间。如果想熬夜，请放在最后一天晚上。但是，我一点都不提倡熬夜，在交稿之前，一定要有一个人充分地休息好。至于为什么，下面我会说。五、真正的赛前准备。
关于第1点，上面已经说了很多了，这种比赛对大家协作能力要求说高不高，说低也不低，但无论怎样，大家参赛的热情一定要有。有个大我四届的学姐，那可真是神一样的人物。比赛的时候，两个队友突然摞挑子了，她一个人完成了比赛，拿了国赛一等奖。我深知这有多么不容易，因为我们学校国一奖每一届都不会少于三个，国奖又设置了学校名额限制，能在我们学校几个院中杀出重围。至少一个学霸的称号是少不了的。
关于第2点，大家一定要读，而且组里每个人都要看一遍，关于论文的格式，关于交稿时间一定要清楚。以前就有组3天就交稿了，原来是把美赛当国赛了。
第3点，比赛之前一定要老老实实研读outstanding 的论文，非常重要。对你的智商绝对有拉高。或许M奖有水货，但是outstanding绝对不会骗人的。比赛的时候你心里会有个谱了，outstanding 写到了什么深度，你就朝着这个方向努力就行了。知道了差距，你才离成功更近。如果你有时间，把人家的算法实践一遍，绝对有帮助。一般来讲，一道离散，一道连续，你一定要自己擅长的优势，主攻自己擅长的那类题。每次培训，老师都会让我们完完全全做两到三次题，从拿到题目到交稿，虽然会看其他人的论文有一些打折扣，但是只有把题做了，心里才有准备。
第4点，你们的论坛，比赛前和比赛时一定要时常关注，另外加几个多加几个QQ群，绝对有好处的。另外，一些需要积分的论坛，提前一个月就开始打卡搞积分吧，数学中国上的一些东西，没有积分真搞不下来。当然，听说淘宝也有一些卖积分，（当然还有明码标价代写论文），只能说大家能找到自己心里想要的东西就好。
第5点，学校好一点的，数据库买的多，差一点的，就得自己找了，数据库这种东西，还有VPN这种东西，一定要有的，不找国外的文献，你根本干不成事。另外，飞秋最好连上，近距离的无线，很容易的，节省时间，要知道不安全的强制弹出U盘，U盘就再也不理你了。
第6点，写的论文一定要注意时时刻刻保存。这是先辈们用血的教训换来的经验，一定要当回事，晚上休息的时候，最好把电脑关了。谁说机器不会罢工的？为什么要强调写论文那台机子不要上网，因为中了病毒你就等着重装吧，不要相信杀毒软件，相信我，比赛时，为了搞一个文档资源下来并打开它，你会不惜一切的，包括但不限于关闭杀毒软件。最后，你们要做的就是要准备两台打印机，你们学校不会连两台打印机都保障不了吧，三个人的机子把两台打印机的驱动都装好。因为最后交稿的时候一定会出现打印问题，美赛还好。特别是国赛的时候，导师要去交稿了，你们的机子一个都打印不了，其他组也在忙，根本没时间管你们，你们就等着呵呵吧。六、学习建模要掌握的方法。（一）第一个当然是搜索能力了，如果你能爬虫更好啦。当然我比赛那会儿可不会爬虫，只能老老实实用搜索引擎，所以你要做的是：1、搜索引擎的使用方法，语法一定要会用，几个搜索引擎的语法都差不多。2、类似于百度、豆丁、新浪、道客之类民用的文档类存储文库，这种文库一般都有搜索神器，如果有那么一两块闲钱的话，可以去淘宝买个1万分也不是事儿~这时候，经过前面两个阶段，你已经和其他参赛的组在同一起跑线了，题目基本信息不会拉低—————————————————————————————————————3、期刊数据库，越多越好，国内的国外的，有的没的，都给他整上，淘宝上的数据库现在卖的真便宜，20块国内数据库包年，我去，我建模那会，一个月都要30块钱。现在知识真廉价……4、论坛，你一定要找，你要找的不仅是数学中国这种建模类的论坛，研究生该去的论坛你都要找到，像小木虫，愚愚学园之类的，以后单身狗当惯了还可以去征个婚啥的。5、买个临时VPN，10块钱一月多的是，去外面，墙这种东西，还能把你挡住？你不要来比赛了。有句话说的好，“身体和思想，总要有一个在墙外。”好了，这样下去别人比你的资源量要小一截了，剩下的就是钱的问题了。—————————————————————————————————————6、这时候还有解决不了的资源，对方会让你买，你可以放弃，也可以为国家增加点货币兑换量，搞个paypal再方便不过了。^^（二）到底要什么样的方法才能满足最基本的需要，一般来讲，建模比赛真正的精华在于培养童鞋们能快速掌握方法的学习和使用，三天四天的时间看你能用的多好。所以，很多童鞋问起建模有什么门坎，什么算法，我觉得没有太大的必要，如果说非要看个什么书才算入门的话，韩中庚的《数学建模方法及其应用》，还有姜启源的《数学模型》就够了。1、数据处理的方法，基本的数据拟合，参数估计，插值等你至少是要会的，蒙特卡罗至少要知道流程，如果你能利用这个 方法实践一遍，效果一定不错。2、规划类算法，线性规划，整数规划，多元规划，二次规划你至少是要会的。用lingo,matlab都比较好实现3、图论算法，包括最短路、网络流、二分图等算法，涉及到图论的问题可以用这些方法解决，需要认真准备4、至于最优化理论的三大非经典算法：模拟退火法、神经网络、遗传算法，你能稍微知道是怎么回事就行了，模拟退火还好，几篇文献就能搞定，神经网络和遗传算法你就不能不忽视了，这两种算法经能各自写一本书，而且这两种算法还经常结合在一起，不太好理解。但我肯定的是，你能把这两种算法理解透了，最优化理论的题，绝对可以拿outstanding。很遗憾的是，直到我不再从事建模比赛，这两种算法我依然没有搞清楚。5、数值分析算法，比如方程组求解、矩阵运算、函数积分等需要额外编写库函数进行调用的，如果数学功底好，可以建立方程的，可以多学学。至于其他什么非主流的元胞机，感知器算法，你看到了，稍微熟悉就好，没看到，就当没看到好了。没有必要把它完全搞清楚，你也没这个时间和精力搞清楚 。（三）写作很重要我再一次谈到写作，写作是一个大事，之前我展示了标题和摘要的写法，这只能让你摆脱H奖和S奖的差距，但是想要拿M奖，文章是不是有实质性的东西很重要。1、第一个重要的东西是图表。为什么这么说，还是拿展示摘要的这一篇论文作为依据。首先一个是图：比赛的几天时间里，你能不能找到这样的树叶，2012年的一道题里直接提问如何测量一棵树的树叶，我们为了找不同的树叶绞尽脑汁。但我要说，如果我们根本就没找到上述树叶的黑白版，而是直接用coredraw比照真实的树叶画的呢？没错，就是我那位爱打dota的战友画的。他的美术功底很好，画出来的树叶以假乱真，我看了之后，无言以对。比赛的几天时间里，你能不能找到这样的树叶，2012年的一道题里直接提问如何测量一棵树的树叶，我们为了找不同的树叶绞尽脑汁。但我要说，如果我们根本就没找到上述树叶的黑白版，而是直接用coredraw比照真实的树叶画的呢？没错，就是我那位爱打dota的战友画的。他的美术功底很好，画出来的树叶以假乱真，我看了之后，无言以对。另外一个难点就是画三维以上的图，建过模的童鞋都知道，用matlab画三维图其实很好画，但画四维图就不一定了。这是一幅由充分展示了经度，纬度，海拔和树叶种类分布情况的图：也就是四维图，其实可以看到，其实这四维还是有一点相关的，没错，第四维和海拔和纬度有一定函数关系，但是这两幅图比较契合文中的观点。大家之前也看到了文章前面参赛的评审人员人数。如果你是评审人员，你平均要看至少一百篇的论文，你会不会烦。就跟高考阅卷老师一样，你也知道高考对于学生来讲意味着什么，但是你对字迹潦草，书写不工整的作文还是一样没有好感，尽管它的词藻再华丽，立意再新颖。评审人员就跟阅卷老师一样，他肯定先翻阅了论文一遍，但没发现有很亮眼的图表和公式，于是他只能耐着性子从头看起，而如果你的论文又没什么新意，词句杂乱，那么你的成绩离H奖没多远了，尽管你的摘要写得非常好。大我两届的有一位学长也拿到了M奖，他们的论文通篇就没有几个数据，全是讲故事，他们的论文是评估一个连环杀人犯下一个作案地点。但故事讲得很有趣，用matlab画的一个图也非常好。我这个没有多少英语基础的也看得津津有味，所以我认为他们能拿到M奖理所当然。也就是四维图，其实可以看到，其实这四维还是有一点相关的，没错，第四维和海拔和纬度有一定函数关系，但是这两幅图比较契合文中的观点。大家之前也看到了文章前面参赛的评审人员人数。如果你是评审人员，你平均要看至少一百篇的论文，你会不会烦。就跟高考阅卷老师一样，你也知道高考对于学生来讲意味着什么，但是你对字迹潦草，书写不工整的作文还是一样没有好感，尽管它的词藻再华丽，立意再新颖。评审人员就跟阅卷老师一样，他肯定先翻阅了论文一遍，但没发现有很亮眼的图表和公式，于是他只能耐着性子从头看起，而如果你的论文又没什么新意，词句杂乱，那么你的成绩离H奖没多远了，尽管你的摘要写得非常好。大我两届的有一位学长也拿到了M奖，他们的论文通篇就没有几个数据，全是讲故事，他们的论文是评估一个连环杀人犯下一个作案地点。但故事讲得很有趣，用matlab画的一个图也非常好。我这个没有多少英语基础的也看得津津有味，所以我认为他们能拿到M奖理所当然。话说到这里已经很明确了，你有没有料，关键是你能不能以一种很迅速的方式展现出来，如图表之类的，如果没有让人眼前一亮的东西，你的论文只能泯然众人矣。（四）要用什么数学工具我在建模的时候主要的工作量是写程序，所有的思路都是靠我实现 。因此我在组里是比较有发言权的，一般来讲，matlab完全足够，如果你想偷懒的话，用SPSS作点图完全没有问题，简要的数据分析他就是干这个的，如果你接触医学上的材料你就会发现他们的很多数据分析都是靠SPSS完成的。当然，前面也说了用lingo,lingdo,或者R，抱歉我只会这么几种，尤其是matlab，他的附加包实在太多了，以至于我不得不专注它一项，如果你是金融专业的，matlab应该是你的首选，他的金融包实在太赞了。另外，他的随机数也帮了我很多忙，我在其他数据应用程序里从没见过像matlab一样，简单好用，且目的性非常强的工具。和Python一样，他的语言简单好用，完全不必担心你的C语言成绩刚及格。^^说笑了。就讲到这吧，其实我早该写一篇关于建模的感想一类的文章，这篇文章应该是我大四的时候完成的，但我拖到了现在，如果今天没有准备从win8换到win7需要备份，我也不会到处翻看是否需要留念，也就不会翻到我给学弟们讲课的PPT，也就不会想起答这道题。我真心的感谢我的两位队友，志立和利文（排名不分先后^^）。没有他们，我真不知道如何度过那几十天的拼搏的时光，那几天拼命的时光 。感谢你们一直陪伴在我身边。利文，以后我会来福建的，志立，我们以后一起休假。还有小q ,美赛那几天你一直鼓励我，谢谢你的陪伴。感谢那段美好的日子。我会永远记得。如有缪误，请批评指正。
这一篇写给参赛的文科生和女生来看！！因为这种刷题应试竞赛，我的过时经验不值一提（距本人参加MCM并拿国奖已经6年了！！）看到chan shery答案中说经管学院的滚粗，新闻法律的也少来搀和时，一口老血吐出，顿时就坐不住了。呵呵，本人就是经管学院的，非常不幸本人还是女生（更容易被偏见）。如果提主打算参加比赛，不管校内的还是MCM或美赛，我只希望你以及其他关注这个提问的学生，不要抱着这样的偏见。先讲个故事：当时我已经从校赛中入选暑期集训，我的2位队友被指导老师分别叫去谈话，谈话内容大概是建议他俩重新选择队友。我很感谢我的两位队友都拒绝了这样的要求。事后，我们才知道有一半的队伍做了这样的调整，那些被看不上的人放在一起，要他们自己随机组队。那时我和我的队友都还挺理解学校的，心想这也许只是学校的策略调整，为了“高获奖率”这一目的，实施“最优解”的方式之一。但随着集训开始，明显的偏心出现了，老师几乎对我们这支队伍不闻不问，在借书模拟题评讲甚至最后3天的比赛中，都是一边倒的只管听话的队伍不管我们。该留意什么书？书里哪些是重点？哪些算法是经典必须的？哪些学科的数学模型（比如生物医学物理）其实是可以提前整理总结出来的？统统都没有！小资料也是发给别人，别人私下再发给我们！但是，呵呵，我们最后拿奖了。所以我们这样完全自学成才的家伙最适合来回答你的问题吧！------------------------------终于到正题了----------------------------------------说白了，虽然数模算是较有含金量的比赛，但依然是应试竞赛那一套。你看过去这么多年了，上面几个答案推荐的参考书还是那几本！！！我觉得在知乎上看10篇“托福满分经验贴“面相的回答，你不如立即加个“数学建模协会”来的快。比如：立即加入“数学建模协会”，立即查找和数学建模竞赛有关、或者相关指导老师开的选修课；从下周就开始选修or旁听数学建模/matlab/运筹学等等相关的选修课；想办法打听并结识上届刚刚拿奖的师兄……这些组织和人群不仅能提供比知乎更详细更完备的参赛知识，而且会让你认识更多各学院的未来队友。当你志同道合的朋友多起来，你能获得的具体知识远远会多过于知乎这里。最重要的是结识自己未来的队友！！毕竟是比赛，还是有不少应试技巧，只要智商够有比赛拿奖的心都差不到哪里去。知识理解如何？工具熟练使用如何？都是花时间够努力就可以具体解决的，但千万！！千万！！千万！！不要轻视的重要因素其实是：是有两个不离不弃的好队友！好队友就是：你们不会放弃彼此，你们都有野心要拿奖，你们都是熬夜高手，你们都认为对方很重要！有偏见，是非常不利于团体合作的。坦白说这个竞赛，最要紧的不是模型是否高明，编程是否高超，而在于团队“和谐“的协作。每人都能影响结果的民主模式，和学霸一人独断的独裁模式，都可能导致白忙一场。我们学校拿了国奖，后来又参加了美赛的那些人，几乎都有一个共同点就是前后至少磨合了有半年。在这个过程中，出现分歧如何合理的表达？如果队友是负能量发射塔怎么办？过于强势的人可能导致另外两个队友消极怠工，如何激发大家的热情等等？建模的题只要内容合理、包装用心，拿奖其实不太难。但三天时间很紧迫，团队合作的意义就在于：有一个人消极怠工，拿国奖就不太可能了。举一些例子：当年比赛时，有一支队伍第三天只剩1个人还在写论文，叫这个人为A吧！A训练时由于个人能力强导致长期强势，B和C应该积攒了非常多的不满。比赛第二天，因为模型的选用和队友B大吵一架，然后队友B和C一起放弃比赛回寝室睡觉。要强的A一人继续比赛写论文编代码。最后的结果是：什么奖项都没得。另外有两个参加”电子设计“很牛掰的同学，一直和我们一起上课，后来是老师帮忙组队，记得当时他们都不愿意做那个写论文的......（觉得自己这么屌排格式不应该自己做），于是从建模到编程到排格式，都是三个人一起做以显公平，哪怕是很简单的任务也是平均分配，这导致三个人都没有很努力，所谓“未能发挥出最大能动性”，我在旁边看着有种虚以为蛇的感觉。最神奇的是头一晚大部分队伍都没睡觉，在机房赶进度，这支队伍居然先后回去休息去了......后来还是实力强吧，至少拿了省级二等奖，但我觉得以他们三人的能力拿国奖应是囊中之物。另外有一只都是女生的队伍，编程方面差点，程序bug太多总运行不了，被迫改模型用excel模拟结果。妹子们都很用心，觉得自己弱也很努力，态度好其他队伍也会帮她们看看论文，后来她们拿了省级一等奖。说了这么多其实就是想说这比赛想拿奖，最重要的真得是找对队友！当然你自己也得差不多，别是个负能量发射塔，别武断别专制，也别太怂，最后被边缘。
主动回答来。推荐解放军信息大学的韩中庚（虽然他本人的讲座真的不怎么样）他是数学建模新一辈的主打人，近十年很火啊，而且会继续火下去。入门看他的《数学建模方法及其应用》，蛮好的书，讲的挺细。适合入门。建议多看他的《数学建模竞赛：获奖论文精选与点评》，俗话说：熟读唐诗三百首，不会做诗也会吟。再者，多看获奖论文多学写论文，数学建模，论文很重要很重要。韩老师总说，对于数学建模：
兴趣+信心+决心+知识+能力+水平+办法+毅力+运气=成功+奖励加油吧，数学建模没你想的那么好玩。
祝入门顺利。
这里主要介绍数学建模和数学建模比赛的规程，其次是入门的一些方法介绍。一、
数学建模的定义数学建模，在我看来，就是使用数学语言，从某一个方面来描述一个事的过程。A mathematical model is a description of a
concepts and language.
我的理解是，数学模型就是，我们对于一个客观的事物，经过抽象以及简化之后，采用数学语言来的刻画。也就是，我们刻画的对象时客观的事物，刻画的过程方法是抽象和简化，所采用的工具则是数学的语言。而这整个的过程我们可以称之为数学建模。提取一下要点就是所以，就从这三个方面来介绍。
1.数学模型是队客观事物的某个性质的刻画，
一方面，这样决定了所建立的模型不能脱离实际，所建立的模型所得出来的结果应该对客观事物是一定的反映。
另一方面，正因为我们刻画的仅仅是其中事物一个方面，所以模型的无法反映出整个事物的性质，事实上，这也是做不到的。举一个简单的例子
现在我们设想我们是学美术的学生，要对一个现有的雕塑进行素描，那么我们只能从雕塑的某一个方向进
行观察，然后基于这个方向来画第一步。第二步应该怎么样呢？我们可以通过投影来表现那些我们无法直接看到的雕塑（如果需要的话）。也就是说，我们选择的观察方向不同，所看到的雕塑肯定是不同的。所以我们允许不同的表现形式，试想，我画背面和你画正面的结果会有多大的差别。但是再怎么画，观众也能应该从这幅画看出来我画的是一个雕塑才对。至于从哪个角度去看，这需要根据实际的要求。
规范的数学言语表达是研究的基本能力。
（1） 将一个问题转化成数学表达，这里的数学表达式是广义的，并不指的就是表达式。这对于我们在最短的时间明白题目要求，继而明白这题目是属于什么学科的研究范畴是非常重要的。
（2）在我们将问题进行转化的时候，我们自然而然会将最基本的信息进行一次整合，并将其条理化。在于前期是很重要的工作，并且请千万不要小看这一点，在以后的介绍中我会提到这样的原因。
抽象和简化应该给予客观，但又在一定程度上脱离于客观。
（1）抽象是从众多的事物中抽取出共同的、本质性的特征，而舍弃其非本质的特征。提取出主要的特征，便是第一步需要做的，幸运的是，对于现在没有深厚功底的我们来说，吸取前辈们的经验无疑是很好的一个办法。通过学习，我们可以迅速地找出该事物主要的特征是什么，特征之间的相互影响又是什么……
（2）简化一般是在事后进行的，是在不改变对象质的规定性，不降低对象功能的前提下，减少对象的多样性、复杂性。同样要求了所做的简化是没有违背基本的原则，所刻画事物的基本性质，以及我们抽象出来的特征的规律。与此同时，做简化通常还有另外一个目的，那就是保证计算的可实现性。这在工程中表现得尤为突出，相信各位一定记得在一大段的数学推理之后那极其繁琐数学式子往往能把人弄晕，但是后面却又跟一条很简单我们称之为经验公式的东西。一般时候就用的是后者。可以用如下的关系式来表示二、
数学建模比赛
1. 数学建模比赛。
我们通常能够参见的数学建模比赛，一般指的是两个比赛，一是由中国举办的全国大学生数学建模竞赛，我们简称为国赛。另外一个是由美国举办的Mathematical Contest in Modeling，我们简称为美赛。当然除了这些还有电工杯，苏北杯等等，在此就不一一列举了。
数模队的组成
我们一般将组成分为：建模队员，编程队员，写作队员。建模队员负责解题的思路和方法，模型的建立，编程队员负责利用电脑计算出模型的结果，写作队员负责将所有工作浓缩到一篇论文中。一般来说，建模队员会是整个队伍的队长，因为建模队员要根据进度来分配三个人的工作，当然这也不是绝对的，也有其他队员担任队长的。有一个小玩笑是，在美赛的规则中，是没有建模队员这一说的，他们是分为编程，写作和第三者，也就是说，建模的各位，在老美的眼里我们都是打酱油的第三者。三、
推荐的一些书籍
1. 西北工业大学数学建模指导委员会 《数学建模简明教程》高等教育出版社 ISBN：9这本书对于初学者来说，是一本不错的上手书籍，特别是里面模型的讲解和分类，个人觉得很适合想成为建模队员的初学者。但是建议在阅读这本书籍的时候，不要纠缠与每个模型的数学式子，而是关注于思路的走向和研究的方法（所利用的数学工具）
2. 肖华勇 《实用数学建模与软件应用》西北工业大学出版社ISBN：9
如果是建模队员的话，就建议不用看这本书了，编程队员倒是可以看看里面的编程例子。
《》ISBN （英文版） ISBN：（中文版）
很推荐这本书，这本书用简单明了的方式，讲述了数学建模中一些比较方法和模型，特别是里面的关于拟合和差值，动力方程这几章，个人觉得十分精彩。
4. 姜启源《数学模型》 ISBN：1
这本书有一些艰深，里面的很多内容都涉及到了专业方面的知识，不过正是因为这本书的宽和深，是对于建模队员扩大知识面很好的一个帮助，但是前期不建议看这本书。
刚做完了人生中最后一次数学建模（2013的研赛）。由于我主要负责写论文，想模型什么的，所以也就只从这个方面来谈谈。我觉得模型的新意和可操作性是最为重要的。如果能够提出好的且具有可操作性的模型，对于最后写文章，计算机数值计算，画图都会起到很好的推动作用。之前做美赛，尝试用变分法来解决问题。就怕构造出来的方程太复杂而无法求解（由于模型需要包含很多参数，直接数值解是不行的。我们需要得到一个解析表达式）。不过后来还好，方程手算也解出来了，然后画图什么的就变得很方便。关于如何提出好的数学模型，我个人觉得一方面平时多看多积累，不求掌握但求混个脸熟。对各个方法都一知半解就行。正式比赛的时候，大家一定要认真看几篇文献，学会别人的方法。这个过程一方面是看别人的方法有没有改进的余地，有的话，至少我们可以提出改进的模型。另一方面，在掌握了基本的技术手段之后，更能够脱离这些方法，找到一些新的构造模型的思路。说到底，建模的关键还是模型的好坏，好的模型是能够清楚说明问题的模型，不一定要求涉及很深的数学知识（如果有足够能力驾驭的话，还是推荐选择比较有理论深度的模型。）。我参加过的很多比赛中，处理数据画图Excel就够了，关键是找到数据和数据之间的联系，然后找一个模型贯穿始终。最后，说点技术性的东西。摘要很重要，要层次明确地答题。基本上是一段一个问题。把所有的模型，方法，结果，效果都要包含其中。突出模型的创新点。论文的结构要清晰，虽然说数学建模的论文没有统一的格式，基本上有个背景介绍或者问题重述之后就开始具体答题了，但是一些大原则是要时刻注意的，就是：如何分析题目从而构造模型的，模型的求解，模型的效果或者说评价什么的。这几点可以细分不同的段落，同时多画点示意图，让阐述变得更加清晰。
本科数学专业，个人感觉数学建模并没有当初想的那么难那么复杂，听起来多牛的名字。其实简而言之，只是用数学的理念和方法把现实问题模型化，抽象化，然后利用已有成果试图进行解释，即使没有彻底解决问题也依然可以获奖，最主要是看有没有自己独到的一些理解和想法。因为建模时间有限，而且题目十分严谨，你很难找到其他完全类似的东西来进行模仿操作。但是前人已有的很多成果是可以借鉴的，看你能否将数学问题抽象出来了。至于具体参赛，一般是3人一组，72小时内一般要熬至少一个通宵才能完成，最好有一个数学功底略强，一个计算机方面略强的组合，至于第三人，没有特别要求。只要能补充团队实力即可。第一天上午拿到题目，三人迅速讨论并选定题目，并分配任务，当天下午开始着手做，一般第三天晚上会熬夜（因为时间不够）。期间做的最多的是对已有相关结果的检索和学习利用，短时间内阅读大量文献并找出有用的地方并借鉴，说来容易，但实际操作情况将最终决定最终论文质量。参赛前多看看历年优秀论文很有必要。至于论文，请注意，这个比赛是以论文形式呈交结果，一定要注意这不是一般答卷，老师们没有那么多性质看着一篇无亮点的论文，必须要学会论文的写作方式，摘要非常重要，专家看一眼你的摘要就基本知道你写的是什么，并基本决定你分数。如果真的对冲击全国奖有信心，一定要请老师帮你们给你们指点一下摘要怎么写。关于事先可学习的软件，数学当然极力推荐matlab，很有必要学习一下，统计方面推荐stata，简单易学，功能强大，eview之类就算了，学起来略麻烦，并且功能不如stata。另：参赛的72小时挺累的，前面两天一定要注意休息，以及午休很必要，大搞疲劳战身体会吃不消，效率也会大幅降低。参加建模也是学习的一个过程，两次建模让我也学到了很多，整体而言建模是对人的综合考验，祝一切顺利。
数模要从数模队友说起。。。最好的组合一般是这样的：主建模＋副建模＋程序员队员专业：程序员：计算机&软件，会用matlab主建模最好是数学系剩下一个可以随意，1数学＋2程序员我们这也有的＝＝不是我黑，经济管理院系下面各种专业的还是滚粗吧，太水。什么你是学新闻／法律／国际政治的？你还是去搞辩论吧别来数模了。。。物理和化学还行，学医的算了。。。＝＝性别：2男1女，女的（我）（比较认真）负责鄙视他们俩不让他们玩，并且主写论文改格式。。你们需要什么：强大的资料检索能力强大的数据分析能力强大的扯淡能力强大的熬夜能力强大的争吵之后和好的能力以及强大的运势资料什么的去图书馆随便找几本书就行，没差别除此之外我觉得论文写作就是看逻辑思维，思路要清晰，一定要清晰＝＝就算你们做不出东西，但是整个研究思路是合理的有逻辑的，拿个省一问题不大我当过主建模，完全没有建出来＝＝但还是国奖。。。别问我碎纸拼接怎么拼。。。然后每次都要跟队友（因为我们有两个数学系，各有各的想法，据说两个程序员也有一样的问题）吵到想要剁了对方。谁都不听谁的＝＝不建议妹子参加，国赛和美赛通了两次宵，内分泌严重失调，姨妈疼得厉害＝＝玩玩就行，不是主业，别太当真
看到一个自己感兴趣的答案，XD来作答一下。作为MCM的国奖获得者应该比较有发言权的所以来答一发……【楼下有碎纸拼接的妹子吗！我是做交通的A题的那个！】因为自己是数学系的，所以主要讲讲数学知识的方面。必备的数学知识：微积分+线性代数+空间几何+概率论+数理统计+运筹学衍生的应用数学知识：后期学习即可，推荐姜启源的数学建模【我们专业课的教材】+任一本数学建模比赛的辅导书，建模辅导书主要做内容指导，相当于索引，里面讲到什么，就到姜老师的这本书里面学一下，书写的很详细，认真学习即可XD推荐专业性的教材：数学分析+高等代数+解析几何+概率论与数理统计【数学专业版】+运筹学推荐非专业性教材：高数A【请一定要学A！！！】+线性代数+概率论与数理统计【工科版】+运筹学必备软件知识：MATLAB，统计类你至少会一个（SPSS，R等等）衍生软件知识：LINGO，C++等等其实后期如果属于负责建模的那位其实你都不用学软件了，就20天学起来的软件知识，比得起那群程序员么……你大概懂一点就行了，什么？你是搞程序的……你不会就别来坑队友了好么！！！！【对不起我被队友坑了……虽然是国奖但是我还是被队友坑了，坑了之后白送打酱油的队友一个国奖啊……不堪回首的记忆艹……………………队友选择：数学系+计算机能力系+统计系【或者会熟练用统计软件什么的都行……】最好男女搭配（2女1男）（2男1女）或者全男生都行……全女生就算了队友选择忠告：一定要选好有专业知识的队友！！！！你造那三天被队友坑是什么感觉！卧槽啊！骂骂不出口只能自己埋头顶着红眼狂做啊！最后出奖了我就觉得自己白送队友一个奖啊……虽然做拼接的妹子
说经济类的比较坑爹，其实是2013年题目没有用到统计类的软件，没有数据处理，如果是前一年的葡萄酒就可能统计系比较吃香了，当时训练的老师也这么说来着……如果运气不好，有很强大的统计类队友但是不幸没有抽到统计类的题目，比如我们这一届……经济类全程酱油……不要怪他们，让他们好好认真打论文就好了！顺便吐槽一句：做工程实践类的！比如做机电类的！是信息学院但是是做硬件的！做经济的数学基础不好统计软件也用不来的！还有文科系的！你们不要来坑队友了！跪求啊！你造当你说出来你不会做的时候！你建模的队友嘴上没有说心里已经骂了你一万遍了好吗！建模的基础学习就是前期的，大概熟悉一下怎么整模型就好，针对什么问题能用什么模型，大概知道一下就好了，比如排队论啊图论什么的……【对不起我已经忘记了……总之看数学建模类的书就知道了……好了！下面是重点！建模三天，你需要：你们需要什么：强大的资料检索能力强大的数据分析能力强大的扯淡能力强大的熬夜能力强大的争吵之后和好的能力以及强大的运势容我引用一下 妹子的东西，下面我说说为什么：强大的资料检索能力：中国知网欢迎你！因为建模的题目一般都是有原来的基础模型，前人的经验简直一坨一坨的！比如，2013B题纸片拼接的原模型是纸币修复【大概是……我也不知道】2013A题的模型就是交通的排队论啥的……通过大量的资料检索（建模期间我读了100+论文每篇平均30P+而且还有博士论文100+的）……都要看完！并且应用到你的题目里面！而且不是原来模型就可以给你套的！你要修改！！！！强大的数据分析能力：整合一下你阅读到的东西总结一下！！！还有查数据错误啥的【对于建模是这样……如果是计算机系的我也不造……】强大的扯淡能力：……你建模的时候就懂了……【真是容不得吐槽……其实我最后也不知道自己建了个啥玩意但是还是拿奖了……强大的熬夜能力：3天睡总共只睡8小时……因为要熬夜强大的争吵之后和好的能力：和队友吵闹是必须得……遇到坑人的队友还要有忍耐的能力强大的运势：你的论文扯淡不要紧！只要有老师看中！就可以拿奖！这是我和我上一届拿国奖的学长总结的最终定律，拿国奖其实是靠运……【好像黑了MCM……额……人生有这么点经历就好了……别较真XD
由于选了学校的数学建模公选课，老师说参加苏北竞赛和深圳的什么建模竞赛，不参加者，挂。于是乎，我等文科学子为了建模日夜奋战。那时我大一，就是上学期，热血沸腾的带着学姐学长做。他们就是要学分，于是，找队友一定要找靠谱的啊……就这样定下来了，由于什么也不知道，论文还不会写呢，看着各种公式疯了，Matlab也用不利索------------一定要找会软件的啊。也没得奖，两个论文九十多页，期末考试论文答辩，老师看我如此费力的还送给他糖果的份上给了我唯一一个优秀，惭愧啊，学姐学长只有及格。一定要多看模型，多看多看，报名一般50元，在官网上报名，学习有组织的课程多去旁听。提前准备好知识量……暂时想到这么多
贴一篇我之前在人人网上写的一篇对美赛的经验，有些暴力有些无赖，但是自认为很实用。
直奔美赛获奖的三要素：语言；数学方法；摘要。
首先说语言，因为是给美国人看和美国人评论的，所以语言是最最需要下功夫的东西，很多同学在三天的时间内做的很好，但是由于翻译的时间少或是不地道，很有可能一眼就见光死了，所以一个队伍里有一个好的翻译是获奖的重中之重。其次是数学方法，比赛比的就是你运用方法的能力，有一个核心的方法，远远比是不是做对了，是不是合理要好的多。就是明知道这个方法没有太大的用处，但是我也要往上凑数，因为我会这种方法，我们的目标是如何把我们已经会的方法都用上，而合不合理，解得对不对，这写的都是后续工作中自己吹的过程了。所以在准备的过程中，没有必要学会很多的方法，只要会2到3个，到时候把方法套上就行了。最后是摘要，因为美赛的评奖是看完摘要决定能不能进下一轮，所以摘要写得好就一定能获奖！在写摘要的时候一定要吹出去！
其他的一些就是些次要的经验了：
1.QQ群如何用？第一天上午一定要加一些群，这样可以打开思路，你要想的是如何把我的方法用上去，而不是我要去解决什么。因为所有的方法的适用性都很大，所以会很容易的套上的。第二天就不要看群里了，因为会了的人是不会在群里泡着的了。
2.数据怎么找？找数据很费时间的有木有！那还找个屁啊！就怎么合理怎么编呗，按照常识来编！我们要做的是展示我们的方法，所以我们编数据还可以引导我们得到我们想要的结论。一举多得，所以不要想着怎么找数据，能编就编！
3.一些流程和格式问题。美赛有一些步骤，比如报名啊，确认题啊神马的，所以赛前一定要熟悉各个流程怎么办，什么时间应该干什么。排版非常重要，没有什么太苛刻的格式，但必须美观啊，基本的排版手段得熟练啊。示意图啊，彩图可以往上整，毕竟是主观判卷，所以好看总是没错的。
4.组队的学问。三个人最好是好朋友，遇到问题可以一起向前进的那种，而且找推动力强的人，鬼点子多的人，胆子大的人。通常一般意义上的学霸是不适合美赛的，除非这个学霸真的是什么都会，找一些成绩中上游的学生反倒更好。
5.枪手怎么找？有游戏规则就有破坏规则的人，最后我来谈谈枪手怎么找。有些比较牛逼的家长回去找一下数学系的老师和尖子生来给自己的孩子做枪手，这是大错特错的傻逼行为！数学系天天研究的是数学理论，而数学建模是把数学中的东西应用到实践中去，所以分明是干两件事的啊。最好能找的枪手是，工科博士，他们天天想着就是如何把数学的东西用到自己的课题中，因为这样好毕业啊，他们知识面广，会的多，编程强，接触的项目多，解决问题能力强，英语水平普遍高（因为看的外文文献多），工科博士可谓是为美赛而生的职业枪手。
LS的同学们说的都是建模比赛。关于数学建模的比赛就是搞笑的。经个人试验，只要格式正确，MCM至少会有M。。如果加一些模拟进去就是O。如果要学习的话，数学建模并不是一个独立的field，不建议专门学数学建模。
徐全智编写的《数学建模》。学校有开数学建模的课最好。matlab要很熟悉，统筹学看看。
e本人刚刚大二，参加过两次数学建模比赛，第一次是在大一下半学期，与队友拿了校赛一等奖。第二次是前不久的国赛，不奢望获奖，却的确积累了经验。一，知识储备
数学建模的确会用到很多有关高数概率论等知识，但绝非数学学得好的人就可以打好数学建模比赛。在数学建模比赛中，时常出现最优方案的题型，有高中数学基础的人都知道该用怎样的思想，这里不做赘述。其次，虽然数学建模需要的不仅仅是数学，但是依旧要走好的数学功底，至于如何衡量这个【好】，个人认为拿到问题能够有数学思路，建模中能够熟练的运用数学技能解决问题就够了。
知识储备推荐书目：学好大学高数就够了。二，思维拓展
众所周知，仅仅靠良好的知识储备依旧不能打好数学建模，不然数学建模比赛与数学竞赛就没有区别了。打数学建模比赛的每一位队友都要在日常中拓展自己的思维。比赛中当思路受阻时应采取【剥洋葱式】的方法来思考，找到一个切入点后，由这个切入点打开思维，寻找下一个切入点，层层递进。当然固定的题型都有相应的方法，在数学建模辅导书中都有详细的介绍。在看此类辅导书时着重思考他为什么会用这样的方法，因为比赛中的题型不可能让你拿来模版题型让你直接用的。
思维拓展推荐书目：《数学建模辅导》类都可以。我用的是我们学校数学系老师编写的。《Matlab在数学建模中的作用》编程必备。其余书目根据考题自行灵活选择。三，组建队伍
数学建模是以团队为单位参加比赛，团队中有三个角色：建模思维提供者，算法计算执行者，思想论文撰写者。一般情况下每个角色由一人承担即可。团队中成员各司其职，很少出现打酱油的情况。因为实在高强高压的三天内完成论文，所以在性格方面也要有一定的考虑。要有果断的决策者，要有冷静沉着的掌控者，更要有耐心细腻的执行者。性格多元化更能保证团队的稳定性。四，时间分配
拿到题目的前12小时建议组员在一起详细讨论，如果题目可以选择，则在此时间段内最好确定题目的选择。选好题后除非有比天塌更可怕的事发生，否则就不要更改题目。休息好后第二天的12小时根据前一天分析的情况开始建立模型，组员各司其职，极端理想情况就是流水作业，负责撰写论文的队员一定要充分理解模型的含义，用最简洁的语言讲所理解的写下来作为论文的建立模型部分。最后负责算法计算的队友可以开始编程了。第三天的12小时完善论文摘要，结论分析等其他归纳部分。负责编程的队员完善程序。负责建模思维的队员对结论进行误差分析。五，爱心贴士尽量不要熬夜通宵，效率太低。团队既要合作愉快，也要互不打扰。虽然分工明确，但是更要互帮互助。六，哈哈哈等着获奖吧！…………分割线…………………………我又来了。我要补充一条来证明我没有夸夸其谈！上图！是的。美国大学生数学建模竞赛二等奖。我，一个商科女子，建模知识全凭自学，没有抱学长学姐大腿而是自力更生的队伍，我们已满足，意外的惊喜。
1 网上资源
1.1 数学中国 可以去数学中国网站看看，在数学建模比赛的培训这一块做得很好的机构，如果自己有点银子，可以去参加他们的网上课程。另外他们有专门的数学建模群，群里面有很好关于数学建模的资料。而且这个机构自己也举办数学建模比赛，如果有时候可以在这里组队，直接参加比赛，累积一些经验，增长见识。1.2 数学建模视频课程，现在网络上有一些比较好的关于数学建模比赛的视频资源，可以谷歌一下1.3 网络上的一些关于数学建模的电子书，有时候你也不知道哪本书比较适合你，所以你可以先在网上找一些电子书看看，自己很喜欢的书就可以买回来，随时翻看，有时候看纸质书的感觉也是很不一样的。2 身边的资源2.1 可以参加学校的数学建模课程，基本上数学系都会开这么一门课，去蹭课，坐在教室听数学老师讲课还是很不一样。2.2
由于你自己对数学建模感兴趣，那么你可以去找那些参加过数学建模比赛的学长学姐，向他们讨教，而且很有可能他会告诉你你们学校会有数学建模比赛和相关的培训，那么你就可以报名参加，在和队友一起完成数学建模的过程中，你会收获很多。2.3 图书馆借书3 软件 3.1 Matlab
如果是参加比赛，由于数学建模老师比较喜欢看Matlab做出来的图片，所以你应该了解一些Matlab的基本使用方法，如果你在比赛队伍中充当写代码的角色，那么你就应该多练习一些模型实现的代码写作了。（好像要写很长，略去）。3.2 C/C++
提高你的模型的算法效率3.3 Excel 做一些简单的数学之类的统计4 参赛4.1 组队 一定要找到有兴趣参加的队友，三个人分工合作；有数学建模经验之谈的资源（所以有很多可说的，但是那些资源肯定讲的比我说的好。也不知道你是只要入门还是要比赛）4.2 比赛过程中做好时间规划，最后的论文需要检查三到四遍5 推荐书籍5.1 《数学模型》 姜启源了解数学建模是什么，会涉及一些什么问题？常见的几类数学建模问题有哪些。最主要的是自己要深刻去思考，为什么建立了这个数学模型就可以吧这些问题解决，这样的模型还有哪些改进的地方，还可以应用到其他的哪些问题。这也是数学建模的魅力所在。5.2
《Matlab 统计分析与应用：40个案例分析》可以很好训练一下自己用Matlab实现数学建模。 而现在很多数据都会涉及一些统计分析5.3 《思考的乐趣》顾森的书，从另外一个角度来看数学在生活上一些应用和数学史上的一些有趣的事情，可以让你的数学思维更加灵活一些。5.4 《数学分析》看你的数学水平处于哪一个层次，张筑生的书挺好的，不过需要一定数学分析水平基础。陈纪修的书应该是普适的5.5 《常微分方程》很多数学建模问题可以用一个常微分方程去构建5.6 《数学建模算法大全》结合Matlab去写的关于数学建模中常会用到的一些数学建模算法，不包括一些比较新兴的算法，如果要跟深入的话，可以找一些帖子去看，有很多计算机大牛在数学建模的模型实现这方面很厉害。
主要是matlab lingo等软件的掌握
有一定的数学基础，高等数学，线性代数，概率统计等。还有得会数学软件，matlab，Lingo,SPSS都是建模最常用的软件，多看看论文，推荐一个网站，数学中国，有很多建模资料！
搞明白套路比什么的都重要，如果想要拿奖，，，（数学中国和校苑数模的培训能去就去吧。。。真的不是做广告，国赛就不说了，美赛自从引入了一批中国评委，开始狗咬狗，学习下套路对拿奖没坏处）数学建模竞赛的核心是你会不会玩这个游戏，不是你多么牛逼（当然要拿大奖的话还是要有一定水平的）最优搭配：多于两个人建模＋多于一个人编程＋一起写作如果想学东西：主要建模的人：step 1 看个人水平，《数学建模》姜启源这本书，如果你看了几页觉得太简单，扔了他吧，觉得不是那么容易的话那还是看看吧step 2 弄一本《运筹学》看看，如果觉得太简单，也希望学习更多优化知识的话，boyd的《convex optimization》可以看看。哈德勒的《多元统计分析》不错，适合略强的看，太弱的就看基本的统计分析就可以了。这个弄完就ok了。。。数学建模就可以开始玩了step 3 神牛级的数学建模选手请不要准备了，，，混实验室搞论文吧，，，或者acm也不错，真要稍微准备一下就比赛前几天看看套路直接上主要编程的人：基本算法或者给你一个svm这种，闭着眼睛可以写的话，安心睡觉等比赛就好了剩下的知乎上随便一搜如何提高算法编程能力，随便看就好了另外：lingo，spss（大牛可以用r），latex建议会，剩下编程工具。。。看个人，，，都问题不大，只要能画图。。。数学建模作为比赛没有什么意义与价值，作为一个思维手段，意义重大，以提升能力为诉求才是最重要的