引言：
博主在今年寒假参加了学校组织的美国大学生数学建模竞赛培训， 在此，用博客来记录这段培训时光。
本篇博客将记录第一轮培训（1.4——1.8 ）的相关培训内容：
Day 1: 2020.1.4
一、SPSS软件与统计基础
常见的统计数据工具：SPSS
- 统计中重要操作：
1.描述统计
2.回归
3.分类
4.降维
- SPSS的基本操作：
- SPSS对数据的基本处理
- 相关性分析
- 普通回归分析
- 一般线性模型
- 广义线性模型
- 聚类分析（无监督学习）
- 判别分析（有监督学习）
二、优秀美赛论文学习
Problem：2016MCM_C
Day 2: 2020.1.5
一、2019年数模国赛C题优秀论文讲解（一）
对这篇优秀论文逐页逐页讲解，讲得很详细，
这里就只放一张摘要感受一下：
Day 3: 2020.1.6
一、第一轮模拟题：2019MCM_C
1. Problem：
2019年MCM问题C：类阿片危机
背景：美国正在经历一场关于使用合成和非合成类阿片治疗和管理疼痛（合法、处方使用）或娱乐目的（非法、非处方使用）的国家危机。像疾病控制中心（CDC）这样的联邦组织正在努力“拯救生命并防止这种流行病对健康的负面影响，如阿片类药物使用障碍、肝炎和艾滋病毒感染，“1强制执行现有法律对联邦调查局（FBI）和美国药品监督管理局（DEA）等都是一项复杂的挑战。
对美国经济的重要部门也有影响。例如，如果阿片类药物危机蔓延到美国人口的各个阶层（包括受过大学教育和拥有高级学位的人群），需要精密劳动技能、高技术组件组装的企业，与客户和客户之间敏感的信任或安全关系可能难以填补这些职位。此外，如果老年人中阿片类药物成瘾的比例增加，医疗保健费用和辅助生活设施人员配置也将受到影响。
缉毒局/国家法医实验室信息系统（NFLIS）作为缉毒局（DEA）转移管制办公室的一部分，发布了一份数据密集型年度报告，内容涉及“联邦、州分析的毒品案件的毒品鉴定结果和相关信息，NFLIS内的数据库包括来自犯罪实验室的数据，这些实验室处理了全国每年约120万个州和地方毒品案件的88%以上。对于这个问题，我们关注位于美国五（5）个州的各个县：俄亥俄州、肯塔基州、西弗吉尼亚州、弗吉尼亚州和田纳西州。在美国，一个县是每个州下一个拥有税务机关的下级政府。
随此问题描述提供了几个数据集供您使用。第一个文件（MCM_NFLIS_Data.xlsx）包含了这五个州的每个县2010-2017年麻醉性镇痛药（合成类阿片）和海洛因的毒品鉴定计数，每个州的犯罪实验室都向DEA报告了这些数据。当执法机构将证据作为刑事调查的一部分提交给犯罪实验室，实验室的法医科学家对证据进行检验时，就会进行毒品鉴定。通常，执法机构在提交这些样本时，会在事件报告中提供位置数据（县）。当证据提交给犯罪实验室而未提供此位置数据时，犯罪实验室使用提交案件的市/县/州调查执法机构的位置。就这个问题而言，您可以假设县位置数据是正确的。
另外七（7）个文件是压缩文件夹，其中包含美国人口普查局的摘录，这些摘录代表了2010-2016年间为这五个州的县收集的一组共同的社会经济因素（ACS-xx-U
5YR-DP02.zip）。（注：2017年没有相同的数据。）
代码表与定义每个变量的每个数据集一起出现。虽然您可以使用其他资源进行研究和背景信息，但所提供的数据集包含您应该用于此问题的唯一数据。
1疾病控制中心网站（https://www.cdc.gov/features/accounting-opiods/index.html），2018年9月4日访问。
第2页共3页 问题：
第一部分。利用所提供的NFLIS数据，建立一个数学模型，描述报告的合成类阿片和海洛因事件（案例）在五个州及其县之间随时间的传播和特点。使用您的模型，确定五个州中每个州可能开始使用特定阿片类药物的任何可能位置。
如果你的团队所确定的模式和特点继续下去，美国政府是否应该有什么特别的担忧？在什么样的药物识别阈值水平上会发生这些情况？你的模型预测它们将在何时何地发生？
第二部分。利用提供的美国人口普查社会经济数据，解决以下问题：
关于阿片类药物的使用如何达到目前的水平，谁在使用/滥用阿片类药物，是什么导致阿片类药物使用和成瘾的增长，以及为什么阿片类药物的使用尽管存在已知的危险，但仍然持续存在，有很多相互矛盾的假设作为解释。使用或使用趋势是否与提供的美国人口普查社会经济数据有关？如果是，请修改第1部分中的模型，以包含此数据集中的任何重要因素。
第三部分。最后，结合第1部分和第2部分的结果，找出应对阿片类药物危机的可能策略。使用您的模型测试此策略的有效性；确定成功（或失败）所依赖的任何重要参数界限。
除了你的主要报告，还包括一份1-2页的备忘录给首席行政官，DEA/NFLIS数据库，总结你在建模过程中发现的任何重要见解或结果。
你的提交应该包括：一页汇总表，一页到两页的备忘录，你的解决方案不超过20页，最多23页，你的摘要和备忘录。注意：参考列表和任何附录不计入23页的限制，应在完成解决方案后出现。
2、题目解读
- 任务一：判断社会经济学数据与毒品的相关性。
这个任务比较简单，做个PCA和相关性矩阵就好了。
- 任务二：添加社会经济学数据，改进C.1的模型
必然需要的数据：与人口、经济水平相关的数据 可能需要的数据：自己新构造的指标，指标实在太多了（近600个），必然需要特征融合
（1）把所有的数量指标都考虑进经济学因素，比如计算人均毒品案件数量
（2）把经济学指标添加进回归模型/决策树的自变量
（3）设置回归模型惩罚项，避免过拟合（虽然这点数据很难过拟合，一般都收敛不了，等待打脸）
（4）如果你使用了AutoML，Auto_Keras，EasyDL之类的自动回归机器当我什么也没说，丢进变量训练就是了
（5）注意对比模型效果，理论上应该有巨大提升，如果没有就操作一下
- 任务三：解释模型
这道题到底要你做什么？ 可能改进模型并不是最重要的，而是前面的"computing model to explain"。
你也需要给出你的因素与毒品变化趋势之间的解释，并且应当具体到最重要的几个或十几个变量上。
这样的解释更可能不需要数值上的解释，而是结合经济学模型以及社会因素的解释，
毕竟数值上的解释无异于解决问题，而C题的第二个核心在于“如何给出相应的抑制性政策”。
Day 4: 2020.1.7
第一轮模拟题：2019MCM_C
1、论文模板
因为第一次写美赛论文，完全没有经验，所以第一次基本属于摸瞎，
甚至连摘要页的基本格式都没有搞懂，ε=(´ο｀*)))
2、论文目录
Day 5: 2020.1.8
第一轮模拟题：2019MCM_C
1、论文修改稿
2、论文终稿
结语
至此，第一周培训结束，我们也顺利完成了第一篇论文， 虽然是第一次写美赛论文很多论文格式，排版，要求都不是很熟悉，但最后好在勉强完成了论文。
相信有过第一次练习后，以后的论文会写得更好！
注：第一轮模拟题的论文会放在附件里，有需要的小伙伴可以下载~
链接：第一轮：2019MCM_C.pdf
