Zsusan7的博客

第一步：指标同向化import pandas as pdfrom pandas import DataFrameimport numpy as npimport mathdates=pd.read_csv(r"C:\Users\相关数据.csv",encoding='gbk')dates.head()PH为中间型数据，要将区间型指标转换为极大型指标PH_list=[]for i in range(0,len(dates)): PH_list.append(abs(dates.

Hello，大家好，我是茶哩，我们来学习一个有意思的算法，蒙特卡罗方法。蒙特卡罗法简介工作原理基本步骤求圆周率π的python实例简介蒙特卡罗法（统计模拟方法）是通过从概率模型的随机抽样进行近似数值计算的方法。蒙特卡罗是一个赌场的名字，是一类基于概率的模型的统称。工作原理不断随机抽样逐渐逼近结果一般来说，采样越多，越近似最优解，而永远不是最优解。基本步骤蒙特卡罗算法的基本步骤蒙特卡罗算法一般分为三个步骤，包括构造随机的概率的过程，从构造随机概率分布中抽样，求解估计量。1 构造随机

数学建模类论文一般都包括以下概要，但不限于此。1.摘要这是我在网上找到的今年C题优秀论文，可以看到他一段话就体现用了什么方法，建立了什么模型，解决了什么问题，得出什么结论，还可做哪些推广。 后面就可以针对几个问题，展开说明针对问题是怎么处理的，**可以沿用以下模板：针对问题一/二/三，首先，……。然后，……。其次，……。最后，……。**我们总结一下摘要应该包括哪些内容：模型的数学归类（在数学上属于什么类型）建模的思想（解题思路）算法思想（求解思路）建模特点（模型优点，建模思想或方法

概念介绍相关系数：考察两个事物（在数据里我们称之为变量）之间的相关程度。相关系数大小解释相关性绝对值无相关0 - 0.09弱相关0.1 - 0.3中相关0.3 - 0.5强相关0.5 - 1表中所定的标准从某种意义上说是武断的和不严格的。对相关系数的解释是依赖于具体的应用背景和目的。Pearson（皮尔逊）相关系数简介：皮尔逊相关也称为积差相关（或积矩相关）是英国统计学家皮尔逊于20世纪提出的一种计算直线相关的方法。公式也可以化简

灰色关联分析概述一般的抽象系统，如社会系统、经济系统、农业系统等都包含多种因素，多种因素共同决定了该系统的发展态势。而人们通常希望知道在众多的因素中，哪些因素是主要因素，哪些因素是次要因素，哪些因素对发展影响大，哪些因素对发展影响小等，这都是系统分析中人们普遍关心的问题。数理统计中的回归分析、方差分析、主成分分析等都是用来进行系统分析的方法，但是存在局限性：要求有大量数据要求样本服从某个典型的概率分布，要求各因素数据与系统特征数据之间呈线性关系且各因素之间彼此无关灰色关联分析就可以弥补这些