【建模思路】2023年长三角数模C题-考研难度知多少

【建模思路】2023长三角数模C题

考研难度知多少

2023年第三届长三角高校数学建模竞赛赛题正式发布！

本届竞赛共有A,B,C三题

本科生、研究生可选择A、B题中任意一题作答

专科生选择C题，也可以选择A,B题作答。

今天学长给大家分享下各个题的一个基本建模思路，提供一个思考方向

预祝各参赛队伍取得理想成绩！

C题

建模思路

C题也是一个数据分析类题目，需要找到合适的数据源，并且能够有效地清洗和处理数据。
难度不高，优先可以考虑。

问题1.
量化分析 2023 年考研有多难，导致考研难的主要因素有哪些？

这个问题主要考察的是能否从数据中提取出影响考研难度的主要因素，并且量化这种难度。我们先要去收集相关的数据，包括像每年的报考人数、录取人数、录取学校的信息、专业信息、保研人数等等。数据可以从教育部门的公开数据、学校的公开数据，或者第三方的教育数据提供商那里查得到，后面我会帮大家去搜集数据。

在模型的选择上，我们可以使用主成分分析或者因子分析的方法，从多个指标中提取出主要的影响因子。
考虑使用多元线性回归模型，将考研难度作为因变量，其余的因素像报考人数、录取人数、保研人数等作为自变量，通过模型的拟合，我们可以得到各个因素对考研难度的影响程度。

在量化考研难度的指标上，我们可以选择录取率（录取人数/报考人数）或者竞争比（报考人数/录取人数）作为主要的指标。我们也可以考虑将保研率（保研人数/报考人数）作为影响考研难度的一个因素。

问题2：
这个问题要求研究考研难度的历史变化趋势，以及找出近三年考研难度最大的10所学校和10个专业。首先，我们需要收集历史考研数据，包括但不限于报考人数、录取人数、保研人数、保研率等。其次，我们需要使用时间序列分析或其他方法，分析考研难度的变化趋势。然后，我们需要使用适当的指标，比如录取竞争比，找出近三年考研难度最大的学校和专业。

这个问题主要考察的是能否分析出考研难度的历史变化趋势，以及找出近三年考研难度最大的10所学校和10个专业。还是要先去收集相关的数据，这些数据除了包括问题1中的数据，还需要包括历史的考研数据。

这里我们可以使用时间序列分析的方法，比如ARIMA模型，来分析考研难度的历史变化趋势。为了去找出难度最大的10所学校和10个专业，我们可以使用聚类分析的方法，将学校或者专业根据考研难度进行分类，

在指标的选择上，我们还是可以选择录取率或者竞争比作为主要的指标。我们还可以考虑使用录取分数线、平均分数线等作为衡量考研难度的一个指标。

问题 3.
预测未来 3 年考研难度的变化，基于你们的研究给报考 2024 年研究生的广大考生提几条建议。

这个问题主要考察的是能否预测未来三年的考研难度，并给出相应的建议。在数据收集上，除了问题1和问题2中的数据，我们还需要收集一些可能影响未来考研难度的因素，比如政策变化、招生计划变化等。

在模型选择上，我们可以继续使用ARIMA模型来预测未来三年的考研难度。另外，我们也可以考虑使用机器学习的方法，比如支持向量机(SVM)、随机森林等，训练一个预测模型。在模型的训练过程中，我们要将历史的考研数据作为训练集，将未来的考研数据作为测试集。

在给出建议的过程中，亚怄气结合预测的结果和历史的数据分析，给出针对性的建议。比如，如果预测的结果显示未来的考研难度将会增大，那么我们可以建议考生提前准备，尽早确定目标学校和专业，增强自身的竞争力。如果预测的结果显示某些学校或者专业的考研难度将会增大，那么我们可以建议考生对这些学校或者专业有所警惕，合理安排自己的考研计划。

往届论文

长三角高校数学建模竞赛

(22年优秀论文合集+往届赛题）