统计分析类题目大致流程
https://zhuanlan.zhihu.com/p/294812633
数学建模中有一类相对固定的题目——统计分析类题目，其特点是需要对一些数据进行统计分析评价，得出相关结论，进行预测或设计改进等等。这类问题往往会提供一些数据，如果提供数据了，有可能是从某个位置提取的，可以尝试搜索有没有更全的数据（但要注意不能超出题目要求范围，最多辅助验证构造更好的算法）。也有可能不会提供数据，需要自行查找，此时就需要妥善选择数据，获得的数据不能太少、太偏，也不能太过复杂，如果维度太多或者涉及的角度太多的话会导致分析复杂，不利于解题。
数据预处理
数据清洗
题目如果有要求数据清洗，一般会告知“某某到某某范围是有效数据”，或者在数据中就有标注，如“有效发票”或“作废发票”，在这种情况下，这类数据不具有有效性，没有分析价值，是必须要剔除的。
同时，如果是优化类题目，比如需要为信贷公司做决策，此时就可以将一些失信程度过高的公司提前剔除。
此外，在后续分析中如果出现异常值，如某值超过其他值过多等等，则需要妥善考虑，是题目的重要分析点，还是异常无需分析的数据，需要具体情况具体分析。
数据分析
这里需要使用各种方法和模型进行分析，主要是为了搞明白数据分布情况，以此来决定做题时使用的具体方法和预测模型等等，题目也有可能会明确指出需要分析什么样的信息，比如各个维度的相关关系等等。
统计性描述
先描绘出一些常见属性：均值、中位数、方差、偏度、峰度、集中趋势、离散趋势。
使用折线图、柱状图、饼图、箱线图、散点图等等。