“高教社杯”全国大学生数学建模竞赛CUMCM国家一等奖优秀论文C题目论文
2023高教社杯数学建模国赛c题最细致思路讲解
【2023高教社杯数学建模国赛c题最细致思路讲解】一、题目背景介绍2023年高教社杯数学建模国赛c题是一道需要细致思考和深入分析的题目。
本文将从多个维度进行讲解，帮助读者全面理解并解答这道题目。
二、题目分析1. 题目要求本题要求参赛者利用所给数据，建立模型解决实际问题。
需要分析并给出合理的数学建模解决方案。
2. 数据分析我们需要对题目给出的数据进行仔细分析。
这些数据代表了什么意义？它们之间是否存在某种规律或关联？通过对数据的深入分析，可以更好地理解问题的本质，并为建立数学模型提供依据。
三、建模过程1.模型建立在建立数学模型的过程中，参赛者需要考虑问题的实际背景和数学模型的可行性。
通过对题目进行逐步分解，确定所需解决的具体问题，然后根据问题的特点和条件选择合适的数学方法进行建模。
2.数学工具运用接下来，参赛者需要利用数学工具，如微积分、线性代数、概率论等进行分析和计算。
通过运用合适的数学工具，可以更好地解决实际问题，并为解题过程提供科学的依据。
四、解题思路1. 分析题目需要对题目进行深入分析，理解题目所涉及的具体问题，确定解题方向。
2. 建立数学模型在确定解题方向的基础上，需要建立合理的数学模型，包括变量的表示、假设条件的确定等。
3. 运用数学方法建立数学模型后，需要运用适当的数学方法进行分析和模拟，得出最终的解题结果。
五、范例分析1. 举例说明通过具体的范例分析，可以更好地理解建模过程中的具体步骤和方法。
六、总结通过以上分析，我们可以看出，建立数学模型需要细致思考、深入分析和科学方法的运用。
只有这样，才能更好地解决实际问题，并在数学建模国赛中取得优异的成绩。
七、参考资料1. 相关书籍和论文参赛者可以参考相关的数学建模书籍和论文，以便更好地理解和掌握建模的方法和技巧。
2. 网络资源在解题过程中，参赛者还可以利用互联网资源，查找相关的数学建模案例和经验共享，拓展解题思路。
以上就是本文对2023高教社杯数学建模国赛c题的细致思路讲解，希望能对参赛者有所帮助。
2011高教社杯全国大学生数学建模竞赛C题论文
摘要：本文对第一个问题做出了合理的假设，建立了阻滞增长模型预测2011后的工资增长，在确定工资的最大值时m x ,采用了经验估计的方法，根据我国经济发展战略目标和目前我国工资的实际水平，利用目前中等发达国家的工资来代替m x 。
在spss 中拟合出了以后每年的工资数据，与我国实际基本吻合。
问题二由于个人工资变化情况比较复杂，在具体计算过程中，为了将问题简化，引入平均工资增长率这一概念。
影响平均工资增长率的因素有两个：社会平均工资增长和企业平均工资增长。
利用题中的假设和附件给出的计算公式进行计算，算出本人指数化月平均缴费工资，进而算出基础养老金。
计算出职工退休前个人账户总额，进而算出个人账户养老金。
得出各种情况的替代率，并用表格进行了总结。
问题三在问题二的基础进行计算，对于职工个人账户余额所产生的利息进行了简化计算，不考虑复利的情况。
得出了个人缴存的养老金总额，利用问题二中算出的职工养老金额建立方程，可以解出收支平衡的月份，进而算出养老金的缺口。
但该方程编写程序比较，在具体计算时，查阅一个简单公式: (1/12)log 1/12r P l P Z r +=-⨯来计算收支平衡的月份。
进而算出各种情况下养老金的缺口。
问题四，在问题二和问题三的基础上，大致分析了影响替代率的因素，和影响收支平衡的因素。
建立了一个收支的不等式，讨论了既要维持收支平衡又要提高替代率所采取的措施：根据缴费月数12*m 来调整计划发养老金月数n ，使二者近似相等达到收支平衡，同时通过提高个人缴费比划C 和个人平均缴费指数R 来提高替代率。
最后对模型的优缺点进行了讨论。
关键词：替代率 SPSS 养老保险金缺口 收支平衡 阻滞模型1 问题重述养老金也称退休金，用于保障职工退休后的基本生活需要。
我国企业职工基本养老保险实行“社会统筹”与“个人账户”相结合的模式，即企业把职工工资总额按一定比例（20%）缴纳到社会统筹基金账户，再把职工个人工资按一定比例（8%）缴纳到个人账户。
高教社杯全国大学生数学建模竞赛优秀范文
CT系统参数标定及成像问题研究摘要CT机扫描部分主要由X线管和不同数目的控测器组成，用来收集信息。
X线束对所选择的面层进行扫描，其强度因和不同密度的组织相互作用而产生相应的吸收和衰减。
[1] 探测器将收集到的信息经过一系列的转变，最后经过计算机的储存和处理，得到CT值可以排列成数字矩阵。
通过对题目所提供材料进行分析，提出了较为合理的假设，对各组附件数据进行了拟合处理制成各种图像并分析说明，且建立模型来求解CT系统拟合处理问题。
在对问题一的分析中，对附件一模拟实体立体化建立模型Ⅰ，并对数据进行处理及排差，假设载物台在理想状态下是水平并与探测器无偏差，而且不考虑机械系数或各种问题的情况下，建立起了一个模拟CT系统的仪器。
运用数学几何知识作图，通过建立相似图形（模拟CT系统运行）等比例来确定几个系统参数之间的关系（CT系统旋转中心在正方形托盘中的位置、探测器单元之间的距离以及该CT系统使用的X射线的180个方向）。
在对建立的模型Ⅰ进行改进的基础上，对附件2进行拟合处理建立模型Ⅱ，利用数学中的傅里叶变换算法等比对图2模板示意图进行平面配对。
借助数学算法和MATLAB软件，对附件中所提供的数据进行了筛选，去除异常数据，对残缺数据进行适当补充，并随机抽取了其中几组数据对理论结果进行了数据模拟，结果显示，理论结果与数据模拟结果吻合。
在对问题二的分析中，对附件3模拟建立模型Ⅲ。
利用上述CT系统得到的某未知介质的接受信息还有结合问题一所得到的标定参数，通过建立相似图形等比例来确定几个系统参数之间的关系（CT系统旋转中心在正方形托盘中的位置、几何图形以及该吸收率等信息）。
借助数学算法和MATLAB软件，利用图3所给的10个位置，对附件4中所提供的数据（对附件4模拟建立模型Ⅳ）进行了筛选，去除异常数据，对残缺数据进行适当补充，并随机抽取了其中几组数据对理论结果进行了数据模拟推测其的吸收率。
在对问题三的分析中，对附件5模拟建立模型Ⅴ。
【全国大学生数学建模竞赛获奖优秀论文作品学习借鉴】2010数学建模C题,输油管的布置、获奖论文
承诺书我们仔细阅读了中国大学生数学建模竞赛的竞赛规则。
我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。
我们知道，抄袭别人的成果是违反竞赛规则的，如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。
我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。
如有违反竞赛规则的行为，我们将受到严肃处理。
我们参赛选择的题号是（从A/B/C/D中选择一项填写）： C我们的参赛报名号为（如果赛区设置报名号的话）：1328303所属学校（请填写完整的全名）：武汉职业技术学院参赛队员（打印并签名）：1. XXX2. XXX3. X X指导教师或指导教师组负责人（打印并签名）：数模指导组日期：2010年9月12日赛区评阅编号（由赛区组委会评阅前进行编号）：编号专用页赛区评阅编号（由赛区组委会评阅前进行编号）：全国统一编号（由赛区组委会送交全国前编号）：全国评阅编号（由全国组委会评阅前进行编号）：输油管的布置摘要本文对输油管线的布置主要从建设费用最省的角度进行研究。
首先，对问题一，我们按照共用管线与非共用管线铺设费用相同或不相同，进行分类讨论。
为了更好的说明，我们根据共用管线与非共用管线铺设费用相同或不同及两炼油厂连线与铁路线垂直或不垂直分成四类讨论。
其次，对问题二，由于需要考虑在城区中铺设管线，涉及到拆迁补偿费等。
通过对三个公司的估算费用加权，求得期望值021.5P （万元）。
并利用建立的规划模型②求得管道建设的最省费用为282.70万元。
其中共用管线长度为1.85千米，炼油厂B在城区铺设的管道线对城郊分界线的射影为0.63千米。
最后，对问题三，由于炼油厂A和B的输油管线铺设费用不同，所以最短管道长度和未必能保证铺设总费用最省，因而我们又建立了规划模型③，通过LINGO软件求得管道建设的最省费用为251.97万元，三种管道的结合点O到炼油厂A与铁路垂线的距离为6.13千米，结合点O到铁路的距离为0.14千米，炼油厂B在城区铺设的管道线对城郊分界线的射影为0.72千米。
全国大学生数学建模竞赛优秀论文
5.1 问题 1 的分析与求解 5.1.1 绝对瓦斯涌出量与相对瓦斯涌出量的计算公式
由问题的分析，鉴定矿井是属于“低瓦斯矿井”还是“高瓦斯矿井”，需算出该矿的绝对瓦斯量 与相对瓦斯涌出量值，与分类标准值进行鉴别。由绝对瓦斯涌出量与相对瓦斯涌出量的定义，结合 相关的符号约定，可知
风量为风速在 1 分钟传播的距离乘以相应巷道横断面面积，公式为：
得出最佳总通风量为1415.062m3 / min ，采煤工作面 的风量为 476.1359m3 / min ，采煤工作面
的风量为 548.5541m3 / min ，局部通风机的额定风量 331.8158m3 / min 。
同时，本文还作了误差分析，对模型进行了评价及推广，并在做出相应简化假设情况下，对模 型作了进一步的改进。
需根据《煤矿安全规程》第一百三十三条的分类标准，鉴别该矿是属于“低瓦斯矿井”还是“高 瓦斯矿井”。由分类标准可知，须考察出该矿的相对瓦斯涌出量和绝对瓦斯涌出量的值，与其分类标 准值进行鉴别。由附表 2 所给监测值，可根据绝对瓦斯涌出量与相对瓦斯涌出量的计算公式，算出 各监测点的绝对瓦斯涌出量与相对瓦斯涌出量。如果经考察出的监测点的相对瓦斯量有小于或等于
二、问题的分析
2.1 背景的分析 煤矿安全生产是目前社会重点关注的热点问题之一，尤其是在能源紧张，对煤碳的需求量不断
增加的情况下，煤矿的安全生产问题更是值得我们关注，这也是建设平安和谐社会的重要组成部分。 根据统计资料，可知大部分煤矿事故的罪魁祸首都是瓦斯或煤尘爆炸。因此，矿井下的瓦斯和煤尘 对煤矿的安全生产构成了重大威胁，做好井下瓦斯和煤尘的监测与控制是实现煤矿安全生产的关键 环节。 2.2 基本预备知识 2.2.1 《煤矿安全规程》第一百三十三条中，矿井瓦斯等级根据矿井相对瓦斯涌出量和矿井绝对瓦 斯涌出量划分为：
2015 高教社杯全国大学生数学建模竞赛 C 题论文
（7）
式中， 为太阳赤纬； 为按（3）式计算黄赤交角。上式可写为：
sin sin *sin s
（8 ）
太阳相对于观测点的位置
本研究采用观测点的地心天顶距 来表示太阳在某时刻相对于某一点的位
置，设观测点的经纬度 、 ，则可由下式计算某时的地心天顶距：
模型二的建立与求解
已知确定月亮位置的太阳参数表示如下：
h 279.69668 36000.76892T 0.00030T 2
（12） （13）
2327'8.261'' 46.845'' T 0.0059'' T 2 0.00183'' T 3
根据布朗在 1919 年给出计算月亮位置的天文参数 s ， p ， N ，其中 s 为月 亮的平黄经，其角速度为每小时 0.5490165 ， p 为月亮在近地点的平黄经，其 角速度为每小时 0.0046418 ， N 为月亮升交点的平黄经，其角速度为每小时 0.0000020 。其计算公式如下：
2015 高教社杯全国大学生数学建摘 要
“月上柳梢头，人约黄昏后”里面所提到的约会时间，就是月出与黄昏后同 时出现的时间段。本文通过建立数学模型，并以北京为例,计算了北京的各参数 值，与现实数据作比较来验证模型，再判断什么条件下会出现“月上柳梢头，人 约黄昏后”这一现象，从而给出黄昏后的定义以及发生这一情景的条件。然后根 据条件，利用 Excel 表格对哈尔滨、上海、广州、昆明、成都、和乌鲁木齐这六 个城市的经纬度、日落时间、月出时间、以及日落月出时间差等进行了计算和统 计，通过分析比较，从而判断出各个城市地区能否出现“月上柳梢头，人约黄昏 后”这一现象。 关键词：地心天顶距，日落，月出，月亮高度，黄昏后
“高教社杯”全国大学生数学建模竞赛CUMCM国家一等奖优秀论文C题目论文
2012高教社杯全国大学生数学建模竞赛承诺书我们仔细阅读了中国大学生数学建模竞赛的竞赛规则.我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。
我们知道，抄袭别人的成果是违反竞赛规则的,如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。
我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。
如有违反竞赛规则的行为，我们将受到严肃处理。
我们授权全国大学生数学建模竞赛组委会，可将我们的论文以任何形式进行公开展示（包括进行网上公示，在书籍、期刊和其他媒体进行正式或非正式发表等）。
我们参赛选择的题号是（从A/B/C/D中选择一项填写）：C我们的参赛报名号为（如果赛区设置报名号的话）：所属学校（请填写完整的全名）：（隐去论文作者相关信息等）日期：2012年9月10日赛区评阅编号（由赛区组委会评阅前进行编号）：2012高教社杯全国大学生数学建模竞赛编号专用页赛区评阅编号（由赛区组委会评阅前进行编号）：全国评阅编号（由全国组委会评阅前进行编号）：脑卒中发病环境因素分析及干预摘要：脑卒中逐渐威胁人们的生活，本文主要针对脑卒中发病病例信息和受病环境因素进行统计分析，从实际数据结果加深对脑卒中的认识，旨在对脑卒中加以预防。
针对问题一，先主要借助于EXCEL编程及筛选功能、MATLAB辅助编程对附件数据进行错误修复及标准化处理，得到2007~2010年期间有效数据的发病年、月、日，然后在EXCEL中分别按性别、年龄、职业、时间（包括年、月、日）四个字段对发病人数进行统计，并以图、表的形式予以展示，最后总结出脑卒中患者男女性别比为:1、集中患病年龄段为71~80岁、高危职业为农民、存在一定季节性等结论，该问属于一般的数据统计分析模型。
针对问题二，先对患者按照天来统计四年每天的发病人数（共1461条数据），再将气象数据与发病人数按天进行关联构成新的源数据，同时计算每天的气压差、温差，最后以发病率为因变量，以平均气压、最高气压、最低气压、气压差、平均温度、最高温度、最低温度、温度差、平均湿度、最低湿度10个特征为自变量进行多元线性回归，其步骤是先画因变量与自变量的散点图观测它们的关系，再利用SPSS软件统计所有变量之间的相关性，最后进行多元逐步回归分析。
全国大学生数学建模竞赛2017年C题颜色与物质浓度辨识及论文精选
2017年高教社杯全国大学生数学建模竞赛题目C题颜色与物质浓度辨识比色法是目前常用的一种检测物质浓度的方法，即把待测物质制备成溶液后滴在特定的白色试纸表面，等其充分反应以后获得一张有颜色的试纸，再把该颜色试纸与一个标准比色卡进行对比，就可以确定待测物质的浓度档位了。
由于每个人对颜色的敏感差异和观测误差，使得这一方法在精度上受到很大影响。
随着照相技术和颜色分辨率的提高，希望建立颜色读数和物质浓度的数量关系，即只要输入照片中的颜色读数就能够获得待测物质的浓度。
试根据附件所提供的有关颜色读数和物质浓度数据完成下列问题：1.附件Data1.xls中分别给出了5种物质在不同浓度下的颜色读数，讨论从这5组数据中能否确定颜色读数和物质浓度之间的关系，并给出一些准则来评价这5组数据的优劣。
2.对附件Data2.xls中的数据，建立颜色读数和物质浓度的数学模型，并给出模型的误差分析。
3.探讨数据量和颜色维度对模型的影响。
颜色读数辨识物质浓度摘要本文为了精准确定待测物质的浓度档位，试确立颜色读数和物质浓度的数量关系模型。
针对问题一：颜色读数和物质浓度之间的关系，根据所给数据，将各种物质的实验结果绘制成色卡，直接观察颜色。
发现颜色的变化与浓度的改变有关联。
随后处理数据并用EXCEL绘出颜色读数与浓度的折线图，从图可观察出其颜色读数与浓度是有相关性。
经过相关性分析发现有些物质RGB有很强的自相关性，因此我们引入灰度来代替原数据中的RGB。
得出组胺与溴酸钾两种物质的浓度与灰度有相关性，其余三种没有相关性。
将组胺与溴酸钾的浓度与灰度进行一元线性回归，结果如下：组胺：浓度=-3.038*灰度+327.8 ；溴酸钾：浓度=-5.298*灰度+732.481；工业碱的数据中浓度为0到7的数据变化极差为3，所以去除了浓度为0的数据组重新进行相关性分析，结果显示工业碱浓度与所有数据相关。
将工业碱浓度与灰度导入SPSS进行一元线性回归，结果如下：浓度=-0.036*灰度+12.931（灰度<140）经过分析，硫酸铝钾的颜色读数与浓度只在是否存在该物质时存在差异，将浓度设置为存在或不存在，导入SPSS与灰度进行相关性分析，显示两者有相关性。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
2012高教社杯全国大学生数学建模竞赛承诺书我们仔细阅读了中国大学生数学建模竞赛的竞赛规则.我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。
我们知道，抄袭别人的成果是违反竞赛规则的,如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。
我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。
如有违反竞赛规则的行为，我们将受到严肃处理。
我们授权全国大学生数学建模竞赛组委会，可将我们的论文以任何形式进行公开展示（包括进行网上公示，在书籍、期刊和其他媒体进行正式或非正式发表等）。
我们参赛选择的题号是（从A/B/C/D中选择一项填写）：C我们的参赛报名号为（如果赛区设置报名号的话）：所属学校（请填写完整的全名）：（隐去论文作者相关信息等）日期：2012年9月10日赛区评阅编号（由赛区组委会评阅前进行编号）：2012高教社杯全国大学生数学建模竞赛编号专用页赛区评阅编号（由赛区组委会评阅前进行编号）：全国评阅编号（由全国组委会评阅前进行编号）：脑卒中发病环境因素分析及干预摘要：脑卒中逐渐威胁人们的生活，本文主要针对脑卒中发病病例信息和受病环境因素进行统计分析，从实际数据结果加深对脑卒中的认识，旨在对脑卒中加以预防。
针对问题一，先主要借助于EXCEL编程及筛选功能、MATLAB辅助编程对附件数据进行错误修复及标准化处理，得到2007~2010年期间有效数据的发病年、月、日，然后在EXCEL中分别按性别、年龄、职业、时间（包括年、月、日）四个字段对发病人数进行统计，并以图、表的形式予以展示，最后总结出脑卒中患者男女性别比为:1、集中患病年龄段为71~80岁、高危职业为农民、存在一定季节性等结论，该问属于一般的数据统计分析模型。
针对问题二，先对患者按照天来统计四年每天的发病人数（共1461条数据），再将气象数据与发病人数按天进行关联构成新的源数据，同时计算每天的气压差、温差，最后以发病率为因变量，以平均气压、最高气压、最低气压、气压差、平均温度、最高温度、最低温度、温度差、平均湿度、最低湿度10个特征为自变量进行多元线性回归，其步骤是先画因变量与自变量的散点图观测它们的关系，再利用SPSS软件统计所有变量之间的相关性，最后进行多元逐步回归分析。
结果表明：①发病率与这10个指标的相关性并不大，但整体上与最低气压、最高温度和温差呈正相关、与平均湿度和气压差成负相关；②发病率与平均湿度直接线性相关，逐步回归的模型为 3.0220.004=-，且模型检验为F=、Sig.=，y x表明该模型通过显着性检验；③再次以平均湿度为因变量，以气压和温度为自变量进行逐步回归发现，平均湿度受温差、平均气压影响，这间接地对脑卒中发病率产生影响。
针对问题三，通过查阅资料文献得到脑卒中高危人群的重要特征和关键指标、主要诱发因素，并结合问题一和问题二中的相关结论对脑卒中高危人群进行了预警和干预建议。
最后，本文对模型进行了检验及评价分析，用2007~2010年的发病数据进行回代检验，两者绝对距离小于1的比例为86%。
同时，本文的分析可以推广应用到其它疾病、农作物收成等受环境、气候影响的分析及预警评估中。
关键词：脑卒中，环境因素，统计分析，多元线性回归，逐步回归，显着性检验，预警，回代检验一、问题重述随着社会的发展，人们生活水平不断提高，但与此同时，伴随着城市化进程加快，人口密度加大，生活节奏加快和膳食结构改变等不良现象，一些严重威胁人们身体健康的疾病发生，心脑血管疾病以其高死亡率而越来越引起人们的关注。
其中脑卒中（俗称脑中风，包括脑出血、蛛网膜下腔出血和脑梗塞，脑出血和蛛网膜下腔出血均属心脑血管疾病）是目前威胁人类生命的严重疾病之一，目前对脑卒中尚无特效治疗方法或令人满意的治疗效果，因此积极预防尤为重要。
随着人们对预防疾病和保证健康生活方式的重视，气候变化对人类健康的影响也倍受关注，国内外许多研究表明气象要素的变化对心脑血管疾病有着重要影响。
因此研究气象要素与心脑血管疾病之间的关系对于防病和治病具有重要的现实意义。
脑卒中的发生是一个漫长的过程，一旦得病就很难逆转。
对脑卒中的发病环境因素进行分析，其目的是为了进行疾病的风险评估，对脑卒中高危人群能够及时采取干预措施，也让尚未得病的健康人，或者亚健康人了解自己得脑卒中风险程度，进行自我保护。
同时，通过数据模型的建立，掌握疾病发病率的规律，对于卫生行政部门和医疗机构合理调配医务力量、改善就诊治疗环境、配置床位和医疗药物等都具有实际的指导意义。
数据（见Appendix-C1）来源于中国某城市各家医院2007年1月至2010年12月的脑卒中发病病例信息以及相应期间当地的逐日气象资料（Appendix-C2）。
请建立数学模型，解决如下问题：问题一：根据病人基本信息，对发病人群进行统计描述。
问题二：建立数学模型研究脑卒中发病率与气温、气压、相对湿度间的关系。
问题三：查阅和搜集文献中有关脑卒中高危人群的重要特征和关键指标，结合问题一、问题二中所得结论，对高危人群提出预警和干预的建议方案。
二、问题分析本文主要目标是要分析脑卒中受发病环境因素的影响关系以及对应的预防措施，其总体研究方法是通过对现有数据进行统计规律分析，找出脑卒中的发病率与环境因素（温度、湿度、大气压）的关系描述，并通过查询资料文献了解脑卒中高危人群的重要特征及常见的预防脑卒中的预防措施，最后再结合第一问和第二问分析的结果对高危人群提出预警和干预的建议方案，旨在提高对脑卒中的防护能力。
鉴于此目的，针对本文具体3个问题，可以进行如下分析：针对问题一的分析本问题主要根据附件(Appendix-C1)中四个文件中的脑卒中发病病例信息进行相关统计分析，这些病例信息指标主要有性别、年龄、职业、发病时间、诊断时间，为了对发病人群进行统计描述，本文主要从以下几点进行考虑：1.按性别统计，包括总人数、主要集中年龄段、高危职业名称、发病与诊断时间的间隔（判断该病的潜伏性）；2.按年龄段统计，包括该年龄段内的性别、人数、比例、高危职业、发病与诊断时间的间隔；3.按职业统计，包括该职业内的发病人的性别、集中年龄段、发病与诊断时间的间隔；4.分别按发病年、月统计（发病年月和诊断年月基本一致），包括性别、年龄段、高危职业等。
但是从附件数据中发现，在“Timeofincidence(发病时间)”和“Reporttime(诊断报告时间)”中存在不同的时间格式以及错误(如:####或空格)，因此在对数据进行统计分析前，需要首先对数据进行修复，根据一定修复原则将一些明显的错误信息（如发病时间为5008/7/31、诊断报告时间为27/09/2008情况下，很明显5008应该是2008）。
同时，从附件数据中易发现，部分诊断时间没有数据，而且诊断时间比较混乱，错误比较多，因此本文将不对诊断报告时间进行分析，进而也将不统计发病与诊断时间的间隔。
最后在修复完成后的基础上按上述思想进行脑卒中的发病信息统计，其统计的工具主要是EXCEL，利用EXCEL丰富的公式编辑、筛选、绘图、统计等功能进行处理。
针对问题二的分析本问题欲研究脑卒中发病率与气温、气压、相对湿度间的关系，主要需要注意以下几点：1.在第一问已修复的数据基础上进行发病率统计，主要统计方法是通过EXCEL的筛选功能和编写程序统计出在2007~2010年期间每一天的发病人数，进而可以计算出按天及按月的发病率；2.对附件(Appendix-C2)中数据文件进行整理及统计计算，先按天统计2007~2010年期间每一天的气象信息（温度、湿度、大气压），并计算出每一天的温度差、气压差，再按月分别统计这四年中的8种指标（平均气压、最高气压、最低气压、平均温度、最高温度、最低温度、平均湿度、最低湿度）每月的各个平均值、最大值、最小值；3.将1和2统计或计算的数据进行一一关联，构造后续分析的数组。
从上面的统计数据可以看出，该问是一个多元统计问题[1]，即分析脑卒中发病率与温度、湿度、大气压的各种指标的关系，主要分析思想如下：1.先整体按天（2007~2012年共1461天）分析，分析过程为：①在EXCEL中画出发病率与各个统计指标的散点图，从直观上寻求发病率与它们是否有明显的规律（如线性相关）；②利用SPSS统计软件对所有数据进行相关性分析，分析两两之间的相关性；③利用SPSS软件进行多元线性回归，分析回归结果是否通过显着性检验；④由于某些变量之间存在非常大的互相关（如温度之间的三个指标互相关系数都比较大），因此需要对多个变量进行筛选，可用的方法为多元线性逐步回归法（可以借助于SPSS统计软件中的逐步回归选项或MATLAB中的stepwise逐步回归工具箱）；⑤如果不存在前面操作没有求出发病率与温度、湿度、大气压的相关表达式，则继续按后续方法进行分析处理；2.然后按照每月或季节的数据进行类似分析；3.按照温度、湿度、大气压三类进行单因素相关性分析，先选择其中两个特征变化很小或在一个指定范围内变化的数据，对发病率与第三个指标进行相关性分析，通过此方法进行单因素分析。
整个过程需要做大量的统计分析，包括绘图及数据归纳整理，主要工具有EXCEL、SPSS、MATLAB。
针对问题三的分析本问题首先要通过资料文献了解脑卒中高危人群的重要特征和关键指标、脑卒中的主要诱发因素、常见的预防措施、已有的某些地区对脑卒中发病的统计信息和规律，根据这些信息最大化地提取关于脑卒中发病的指标，再结合问题一、问题二中所得结论，可以根据所查到的关键指标、气象信息、时间序列进行预测模型的建立，如多指标影响因素的多元线性或非线性回归、神经网络预测模型、时间序列预测等等，最后对高危人群提出预警和干预的建议方案。
三、模型假设及符号说明基本假设1.假设附件中的数据除空格、R###等本身有误外其它数据是合理可靠的。
2.假设附件数据中每一位病人都属于不同的人。
3.假设除环境因素（温度、湿度、大气压）外，影响脑卒中发病的其他因素保持不变。
4.假设当地人口不发生较大的变动，死亡率与出生率相近。
5.假设2007~2010数据四年间，没有发生重大自然灾害。
6.假设当地医疗环境相当，数据代表整个城市数据，数据具有代表性。
符号说明P：某天（月或其它统计范围）的年发病率N：某天（月或其它统计范围）的发病人数M：某年的总发病人数m:自变数个数Y ：因变数m X …i X ：自变数i b ：各个自变数i x 对依变数y 的各自效应；ˆy：自效应的集合 基本定义 发病率：NP M 式（1）四、 模型建立及求解针对问题一的模型建立及求解由问题分析可知，这属于多信息变量的统计描述模型，该问题主要是对脑卒中发病者信息进行统计描述，其方法是分别对脑卒中患者病历信息——性别、年龄、职业、发病时间进行统计，全部操作在EXCEL 中进行。