江西财经大学团队斩获全国大学生统计建模比赛一等奖

11月15日，第七届全国大学生统计建模大赛上传来好消息，我校团队在激烈角逐中冲出重围，统计学院各有两个团队荣获本科生组一等奖和二等奖。

大赛的主题为“数据新动能的统计测度研究”，我校团队积极创新其团队论文指标体系，并应用Python、MATLAB、GeoDa、Stata等软件进行数据分析，团队成员之间通力合作、默契配合、攻坚克难完成了论文的撰写，并在论文答辩中表现出色。

江越、张启慧、朱杏芳团队（指导教师刘成坤、董成武）的作品《数字经济发展水平的统计测度及时空演变趋势研究》从数字经济的测度特殊性出发，首先构建其发展新动能指数综合指标体系，然后基于近三年我国30个省份的面板数据，运用熵权TOPSIS法对各个省份的数字经济发展水平进行测度，探索性空间数据分析和核密度估计法对数字经济发展新动能指数的时空演变趋势进行分析。最后，基于研究结论，提出推动数字经济发展水平的对策建议。获得了本科生组一等奖。

黄婷、叶妍言、刘倩茵团队（指导教师刘庆、余达锦）的作品《基于LightGBM和BP神经网络的互联网招聘需求分析与预测》基于当代数字经济大环境背景，运用近年来各在线招聘网站所发布的招聘数据并结合数据新动能下转型升级的三个金融行业、互联网行业、生产制造行业，采用 Pearson 相关系数分析初步筛选后运用灰色关联分析进一步进行维度筛选，最后对企业招聘中招聘者关注的浏览量运用 LightGBM 模型进行特征重要性分析，对就业形势中应聘者关注的薪资运用 BP神经网络预测模型对于薪资进行预测，并进行模型检验与修正，得出新动能下三个行业的薪资和浏览量的分析与预测。获得了本科生组一等奖。

李霖、王琨、刘强团队（指导教师刘庆、谭祥勇）的作品《基于CNN的赣江水质时空规律分析与预测》利用赣江流域31个地表水质监测站点的实时水质数据，建立了基于CNN的水质时空预测模型，在水质预测的多分类问题上达到83.3%的预测精度，帮助水质监测人员的管控和资源配置。获得了本科生组二等奖。

钟奕、何雅洁、叶力硕团队（指导教师刘欠宁、刘小惠）的作品《基于集成学习与深度学习的冠心病预测》通过建立患者自身特征、症状和病史的混合模型，以及图像分类的神经网络模型，可以有效对患者进行方便快捷、成本低廉的冠心病预测，为冠心病的诊断提供有效的辅助支持。获得了本科生组二等奖。

全国大学生统计建模大赛由中国统计教育学会、教育部高等学校统计学类专业教学指导委员会、全国应用统计专业学位研究生教育指导委员会主办，该大赛是我国影响力最大的统计学科两大竞赛之一，本届大赛共有245所高校的1800支参赛队伍报名参赛，在经过双向匿名通讯初审、现场评审、答辩赛，最终角逐出本科生组一等奖25篇、二等奖43篇、三等奖90篇、优秀奖159篇，研究生组一等奖15篇、二等奖30篇，三等奖60篇，优秀奖100篇。