数学建模论文范文一篇，带例题，结构格式要求有摘要、关键词、问题背景、建模过程、模型解释、小结、参考文献点一下就可以进去了，希望你早日完成论文。祝你顺利资料什么的都有，论文相关的。加油！
数学建模论文写作一、写好数模答卷的重要性1. 评定参赛队的成绩好坏、高低，获奖级别，数模答卷，是唯一依据。2. 答卷是竞赛活动的成绩结晶的书面形式。3. 写好答卷的训练，是科技写作的一种基本训练。二、答卷的基本内容，需要重视的问题1．评阅原则假设的合理性，建模的创造性，结果的合理性，表述的清晰程度。2．答卷的文章结构题目（写出较确切的题目；同时要有新意、醒目）摘要（200-300字，包括模型的主要特点、建模方法和主要结论）关键词（求解问题、使用的方法中的重要术语）1）问题重述。2）问题分析。3）模型假设。4）符号说明。5）模型的建立（问题分析，公式推导，基本模型，最终或简化模型等）。6）模型求解（计算方法设计或选择；算法设计或选择，算法思想依据，步骤及实现，计算框图；所采用的软件名称；引用或建立必要的数学命题和定理；求解方案及流程。）7）进一步讨论（结果表示、分析与检验，误差分析，模型检验）8）模型评价（特点，优缺点，改进方法，推广。）9）参考文献。10）附录（计算程序，框图；各种求解演算过程，计算中间结果；各种图形，表格。）3. 要重视的问题1）摘要。包括：a. 模型的数学归类（在数学上属于什么类型）；b. 建模的思想（思路）；c. 算法思想（求解思路）；d. 建模特点（模型优点，建模思想或方法，算法特点，结果检验，灵敏度分析，模型检验……）；e. 主要结果（数值结果，结论；回答题目所问的全部“问题”）。▲ 注意表述：准确、简明、条理清晰、合乎语法、要求符合文章格式。务必认真校对。2）问题重述。3）问题分析。因素之间的关系、因素与环境之间的关系、因素自身的变化规律、确定研究的方法或模型的类型。5）模型假设。根据全国组委会确定的评阅原则，基本假设的合理性很重要。a. 根据题目中条件作出假设b. 根据题目中要求作出假设关键性假设不能缺；假设要切合题意。6） 模型的建立。a. 基本模型：ⅰ）首先要有数学模型：数学公式、方案等；ⅱ）基本模型，要求完整，正确，简明；b. 简化模型：ⅰ）要明确说明简化思想，依据等；ⅱ）简化后模型，尽可能完整给出；c. 模型要实用，有效，以解决问题有效为原则。数学建模面临的、要解决的是实际问题，不追求数学上的高（级）、深（刻）、难（度大）。ⅰ）能用初等方法解决的、就不用高级方法；ⅱ）能用简单方法解决的，就不用复杂方法；ⅲ）能用被更多人看懂、理解的方法，就不用只能少数人看懂、理解的方法。d．鼓励创新，但要切实，不要离题搞标新立异。数模创新可出现在：▲ 建模中，模型本身，简化的好方法、好策略等；▲ 模型求解中；▲ 结果表示、分析、检验，模型检验；▲ 推广部分。e．在问题分析推导过程中，需要注意的问题：ⅰ）分析：中肯、确切；ⅱ）术语：专业、内行；ⅲ）原理、依据：正确、明确；ⅳ）表述：简明，关键步骤要列出；ⅴ）忌：外行话，专业术语不明确，表述混乱，冗长。7）模型求解。a. 需要建立数学命题时：命题叙述要符合数学命题的表述规范，尽可能论证严密。b. 需要说明计算方法或算法的原理、思想、依据、步骤。若采用现有软件，说明采用此软件的理由，软件名称。c. 计算过程，中间结果可要可不要的，不要列出。d. 设法算出合理的数值结果。8） 结果分析、检验；模型检验及模型修正；结果表示。a. 最终数值结果的正确性或合理性是第一位的；b. 对数值结果或模拟结果进行必要的检验；结果不正确、不合理、或误差大时，分析原因， 对算法、计算方法、或模型进行修正、改进。c. 题目中要求回答的问题，数值结果，结论，须一一列出；d. 列数据问题：考虑是否需要列出多组数据，或额外数据对数据进行比较、分析，为各种方案的提出提供依据；e. 结果表示：要集中，一目了然，直观，便于比较分析。▲ 数值结果表示：精心设计表格；可能的话，用图形图表形式。▲ 求解方案，用图示更好。9）必要时对问题解答，作定性或规律性的讨论。最后结论要明确。10）模型评价优点突出，缺点不回避。改变原题要求，重新建模可在此做。推广或改进方向时，不要玩弄新数学术语。11）参考文献12）附录详细的结果，详细的数据表格，可在此列出，但不要错，错的宁可不列。主要结果数据，应在正文中列出，不怕重复。检查答卷的主要三点，把三关：a. 模型的正确性、合理性、创新性b. 结果的正确性、合理性c. 文字表述清晰，分析精辟，摘要精彩三、关于写答卷前的思考和工作规划答卷需要回答哪几个问题――建模需要解决哪几个问题；问题以怎样的方式回答――结果以怎样的形式表示；每个问题要列出哪些关键数据――建模要计算哪些关键数据；每个量，列出一组还是多组数――要计算一组还是多组数。四、答卷要求的原理1. 准确――科学性；2. 条理――逻辑性；3. 简洁――数学美；4. 创新――研究、应用目标之一，人才培养需要；5. 实用――建模、实际问题要求。五、建模理念1. 应用意识要解决实际问题，结果、结论要符合实际；模型、方法、结果要易于理解，便于实际应用；站在应用者的立场上想问题，处理问题。2. 数学建模用数学方法解决问题，要有数学模型；问题模型的数学抽象，方法有普适性、科学性，不局限于本具体问题的解决。3. 创新意识建模有特点，更加合理、科学、有效、符合实际；更有普遍应用意义；不单纯为创新而创新。
数学建模文章格式模版题目：明确题目意思一、摘要：500个字左右，包括模型的主要特点、建模方法和主要结果二、关键字：3－5个三．问题重述。略四． 模型假设根据全国组委会确定的评阅原则，基本假设的合理性很重要。（1）根据题目中条件作出假设（2）根据题目中要求作出假设关键性假设不能缺；假设要切合题意五． 模型的建立（1） 基本模型：1) 首先要有数学模型：数学公式、方案等2) 基本模型，要求 完整，正确，简明（2） 简化模型1） 要明确说明：简化思想，依据2） 简化后模型，尽可能完整给出（3） 模型要实用，有效，以解决问题有效为原则。数学建模面临的、要解决的是实际问题，不追求数学上：高（级）、深（刻）、难（度大）。u 能用初等方法解决的、就不用高级方法，u 能用简单方法解决的，就不用复杂方法，u 能用被更多人看懂、理解的方法，就不用只能少数人看懂、理解的方法。（4）鼓励创新，但要切实，不要离题搞标新立异数模创新可出现在▲建模中，模型本身，简化的好方法、好策略等，▲模型求解中▲结果表示、分析、检验，模型检验▲推广部分（5）在问题分析推导过程中，需要注意的问题：u 分析：中肯、确切u 术语：专业、内行；；u 原理、依据：正确、明确,u 表述：简明，关键步骤要列出u 忌：外行话，专业术语不明确，表述混乱，冗长。六． 模型求解（1） 需要建立数学命题时：命题叙述要符合数学命题的表述规范，尽可能论证严密。（2） 需要说明计算方法或算法的原理、思想、依据、步骤。若采用现有软件，说明采用此软件的理由，软件名称（3） 计算过程，中间结果可要可不要的，不要列出。（4） 设法算出合理的数值结果。七、 结果分析、检验；模型检验及模型修正；结果表示（1） 最终数值结果的正确性或合理性是第一位的 ；（2） 对数值结果或模拟结果进行必要的检验。结果不正确、不合理、或误差大时，分析原因，对算法、计算方法、或模型进行修正、改进；（3） 题目中要求回答的问题，数值结果，结论，须一一列出；（4） 列数据问题：考虑是否需要列出多组数据，或额外数据对数据进行比较、分析，为各种方案的提出提供依据；（5） 结果表示：要集中，一目了然，直观，便于比较分析▲数值结果表示：精心设计表格；可能的话，用图形图表形式▲求解方案，用图示更好（6） 必要时对问题解答，作定性或规律性的讨论。最后结论要明确。八．模型评价优点突出，缺点不回避。改变原题要求，重新建模可在此做。推广或改进方向时，不要玩弄新数学术语。九、参考文献．十、附录详细的结果，详细的数据表格，可在此列出。但不要错，错的宁可不列。主要结果数据，应在正文中列出，不怕重复。检查答卷的主要三点，把三关：n 模型的正确性、合理性、创新性n 结果的正确性、合理性n 文字表述清晰，分析精辟，摘要精彩内容你自己写吧，我也正想要呢
数学建模内容摘要：数学作为现代科学的一种工具和手段，要了解什么是数学模型和数学建模，了解数学建模一般方法及步骤。关键词：数学模型、数学建模、实际问题伴随着当今社会的科学技术的飞速发展，数学已经渗透到各个领域，数学建模也显得尤为重要。数学建模在人们生活中扮演着重要的角色，而且随着计算机技术的发展，数学建模更是在人类的活动中起着重要作用，数学建模也更好的为人类服务。一、数学模型数学模型是对于现实世界的一个特定对象,一个特定目的,根据特有的内在规律,做出一些必要的假设,运用适当的数学工具,得到一个数学结构.简单地说:就是系统的某种特征的本质的数学表达式(或是用数学术语对部分现实世界的描述),即用数学式子(如函数,图形,代数方程,微分方程,积分方程,差分方程等)来描述(表述,模拟)所研究的客观对象或系统在某一方面的存在规律.随着社会的发展,生物,医学,社会,经济……,各学科,各行业都涌现现出大量的实际课题,急待人们去研究,去解决.但是,社会对数学的需求并不只是需要数学家和专门从事数学研究的人才,而更大量的是需要在各部门中从事实际工作的人善于运用数学知识及数学的思维方法来解决他们每天面临的大量的实际问题,取得经济效益和社会效益.他们不是为了应用数学知识而寻找实际问题(就像在学校里做数学应用题),而是为了解决实际问题而需要用到数学.而且不止是要用到数学,很可能还要用到别的学科,领域的知识,要用到工作经验和常识.特别是在现代社会,要真正解决一个实际问题几乎都离不开计算机.可以这样说,在实际工作中遇到的问题,完全纯粹的只用现成的数学知识就能解决的问题几乎是没有的.你所能遇到的都是数学和其他东西混杂在一起的问题,不是"干净的"数学,而是"脏"的数学.其中的数学奥妙不是明摆在那里等着你去解决,而是暗藏在深处等着你去发现.也就是说,你要对复杂的实际问题进行分析,发现其中的可以用数学语言来描述的关系或规律,把这个实际问题化成一个数学问题,这就称为数学模型.数学模型具有下列特征:数学模型的一个重要特征是高度的抽象性.通过数学模型能够将形象思维转化为抽象思维,从而可以突破实际系统的约束,运用已有的数学研究成果对研究对象进行深入的研究.数学模型的另一个特征是经济性.用数学模型研究不需要过多的专用设备和工具,可以节省大量的设备运行和维护费用,用数学模型可以大大加快研究工作的进度,缩短研究周期,特别是在电子计算机得到广泛应用的今天,这个优越性就更为突出.但是,数学模型具有局限性,在简化和抽象过程中必然造成某些失真.所谓"模型就是模型"(而不是原型),即是指该性质.二、数学建模 数学建模是利用数学方法解决实际问题的一种实践.即通过抽象,简化,假设,引进变量等处理过程后,将实际问题用数学方式表达,建立起数学模型,然后运用先进的数学方法及计算机技术进行求解.简而言之,建立数学模型的这个过程就称为数学建模.模型是客观实体有关属性的模拟.陈列在橱窗中的飞机模型外形应当象真正的飞机,至于它是否真的能飞则无关紧要;然而参加航模比赛的飞机模型则全然不同,如果飞行性能不佳,外形再象飞机,也不能算是一个好的模型.模型不一定是对实体的一种仿照,也可以是对实体的某些基本属性的抽象,例如,一张地质图并不需要用实物来模拟,它可以用抽象的符号,文字和数字来反映出该地区的地质结构.数学模型也是一种模拟,是用数学符号,数学式子,程序,图形等对实际课题本质属性的抽象而又简洁的刻划,它或能解释某些客观现象,或能预测未来的发展规律,或能为控制某一现象的发展提供某种意义下的最优策略或较好策略.数学模型一般并非现实问题的直接翻版,它的建立常常既需要人们对现实问题深入细微的观察和分析,又需要人们灵活巧妙地利用各种数学知识.这种应用知识从实际课题中抽象,提炼出数学模型的过程就称为数学建模.实际问题中有许多因素,在建立数学模型时你不可能,也没有必要把它们毫无遗漏地全部加以考虑,只能考虑其中的最主要的因素,舍弃其中的次要因素.数学模型建立起来了,实际问题化成了数学问题,就可以用数学工具,数学方法去解答这个实际问题.如果有现成的数学工具当然好.如果没有现成的数学工具,就促使数学家们寻找和发展出新的数学工具去解决它,这又推动了数学本身的发展.例如,开普勒由行星运行的观测数据总结出开普勒三定律,牛顿试图用自己发现的力学定律去解释它,但当时已有的数学工具是不够用的,这促使了微积分的发明.求解数学模型,除了用到数学推理以外,通常还要处理大量数据,进行大量计算,这在电子计算机发明之前是很难实现的.因此,很多数学模型,尽管从数学理论上解决了,但由于计算量太大而没法得到有用的结果,还是只有束之高阁.而电子计算机的出现和迅速发展,给用数学模型解决实际问题打开了广阔的道路.而在现在,要真正解决一个实际问题,离了计算机几乎是不行的.数学模型建立起来了,也用数学方法或数值方法求出了解答,是不是就万事大吉了呢 不是.既然数学模型只能近似地反映实际问题中的关系和规律,到底反映得好不好,还需要接受检验,如果数学模型建立得不好,没有正确地描述所给的实际问题,数学解答再正确也是没有用的.因此,在得出数学解答之后还要让所得的结论接受实际的检验,看它是否合理,是否可行,等等.如果不符合实际,还应设法找出原因,修改原来的模型,重新求解和检验,直到比较合理可行,才能算是得到了一个解答,可以先付诸实施.但是,十全十美的答案是没有的,已得到的解答仍有改进的余地,可以根据实际情况,或者继续研究和改进;或者暂时告一段落,待将来有新的情况和要求后再作改进. 应用数学知识去研究和和解决实际问题,遇到的第一项工作就是建立恰当的数学模型.从这一意义上讲,可以说数学建模是一切科学研究的基础.没有一个较好的数学模型就不可能得到较好的研究结果,所以,建立一个较好的数学模型乃是解决实际问题的关键之一.数学建模将各种知识综合应用于解决实际问题中,是培养和提高同学们应用所学知识分析问题,解决问题的能力的必备手段之一.三、数学建模的一般方法建立数学模型的方法并没有一定的模式,但一个理想的模型应能反映系统的全部重要特征:模型的可靠性和模型的使用性建模的一般方法:1.机理分析 机理分析就是根据对现实对象特性的认识,分析其因果关系,找出反映内部机理的规律,所建立的模型常有明确的物理或现实意义.(1) 比例分析法--建立变量之间函数关系的最基本最常用的方法. (2) 代数方法--求解离散问题(离散的数据,符号,图形)的主要方法. (3) 逻辑方法--是数学理论研究的重要方法,对社会学和经济学等领域的实际 问题,在决策,对策等学科中得到广泛应用. (4) 常微分方程--解决两个变量之间的变化规律,关键是建立"瞬时变化率"的表达式. (5) 偏微分方程--解决因变量与两个以上自变量之间的变化规律.2.测试分析方法 测试分析方法就是将研究对象视为一个"黑箱"系统,内部机理无法直接寻求,通过测量系统的输入输出数据,并以此为基础运用统计分析方法,按照事先确定的准则在某一类模型中选出一个数据拟合得最好的模型. (1) 回归分析法--用于对函数f(x)的一组观测值(xi,fi)i=1,2,…,n,确定函数的表达式,由于处理的是静态的独立数据,故称为数理统计方法.(2) 时序分析法--处理的是动态的相关数据,又称为过程统计方法.(3) 回归分析法--用于对函数f(x)的一组观测值(xi,fi)i=1,2,…,n,确定函数的表达式,由于处理的是静态的独立数据,故称为数理统计方法.(4) 时序分析法--处理的是动态的相关数据,又称为过程统计方法.将这两种方法结合起来使用,即用机理分析方法建立模型的结构,用系统测试方法来确定模型的参数,也是常用的建模方法, 在实际过程中用那一种方法建模主要是根据我们对研究对象的了解程度和建模目的来决定.机理分析法建模的具体步骤大致可见左图.3.仿真和其他方法(1) 计算机仿真(模拟)--实质上是统计估计方法,等效于抽样试验.① 离散系统仿真--有一组状态变量.② 连续系统仿真--有解析表达式或系统结构图.(2) 因子试验法--在系统上作局部试验,再根据试验结果进行不断分析修改,求得所需的模型结构.(3) 人工现实法--基于对系统过去行为的了解和对未来希望达到的目标,并考虑到系统有关因素的可能变化,人为地组成一个系统.(参见:齐欢《数学模型方法》,华中理工大学出版社,1996)四、数学模型的分类数学模型可以按照不同的方式分类,下面介绍常用的几种.1.按照模型的应用领域(或所属学科)分:如人口模型,交通模型,环境模型,生态模型,城镇规划模型,水资源模型,再生资源利用模型,污染模型等.范畴更大一些则形成许多边缘学科如生物数学,医学数学,地质数学,数量经济学,数学社会学等.2.按照建立模型的数学方法(或所属数学分支)分:如初等数学模型,几何模型,微分方程模型,图论模型,马氏链模型,规划论模型等.按第一种方法分类的数学模型教科书中,着重于某一专门领域中用不同方法建立模型,而按第二种方法分类的书里,是用属于不同领域的现成的数学模型来解释某种数学技巧的应用.在本书中我们重点放在如何应用读者已具备的基本数学知识在各个不同领域中建模.3.按照模型的表现特性又有几种分法:确定性模型和随机性模型 取决于是否考虑随机因素的影响.近年来随着数学的发展,又有所谓突变性模型和模糊性模型.静态模型和动态模型 取决于是否考虑时间因素引起的变化.线性模型和非线性模型 取决于模型的基本关系,如微分方程是否是线性的.离散模型和连续模型 指模型中的变量(主要是时间变量)取为离散还是连续的.虽然从本质上讲大多数实际问题是随机性的,动态的,非线性的,但是由于确定性,静态,线性模型容易处理,并且往往可以作为初步的近似来解决问题,所以建模时常先考虑确定性,静态,线性模型.连续模型便于利用微积分方法求解,作理论分析,而离散模型便于在计算机上作数值计算,所以用哪种模型要看具体问题而定.在具体的建模过程中将连续模型离散化,或将离散变量视作连续,也是常采用的方法.4.按照建模目的分:有描述模型,分析模型,预报模型,优化模型,决策模型,控制模型等.5.按照对模型结构的了解程度分:有所谓白箱模型,灰箱模型,黑箱模型.这是把研究对象比喻成一只箱子里的机关,要通过建模来揭示它的奥妙.白箱主要包括用力学,热学,电学等一些机理相当清楚的学科描述的现象以及相应的工程技术问题,这方面的模型大多已经基本确定,还需深入研究的主要是优化设计和控制等问题了.灰箱主要指生态,气象,经济,交通等领域中机理尚不十分清楚的现象,在建立和改善模型方面都还不同程度地有许多工作要做.至于黑箱则主要指生命科学和社会科学等领域中一些机理(数量关系方面)很不清楚的现象.有些工程技术问题虽然主要基于物理,化学原理,但由于因素众多,关系复杂和观测困难等原因也常作为灰箱或黑箱模型处理.当然,白,灰,黑之间并没有明显的界限,而且随着科学技术的发展,箱子的"颜色"必然是逐渐由暗变亮的.五、数学建模的一般步骤建模的步骤一般分为下列几步:1.模型准备.首先要了解问题的实际背景,明确题目的要求,搜集各种必要的信息.2.模型假设.在明确建模目的,掌握必要资料的基础上,通过对资料的分析计算,找出起主要作用的因素,经必要的精炼,简化,提出若干符合客观实际的假设,使问题的主要特征凸现出来,忽略问题的次要方面.一般地说,一个实际问题不经过简化假设就很难翻译成数学问题,即使可能,也很难求解.不同的简化假设会得到不同的模型.假设作得不合理或过份简单,会导致模型失败或部分失败,于是应该修改和补充假设;假设作得过分详细,试图把复杂对象的各方面因素都考虑进去,可能使你很难甚至无法继续下一步的工作.通常,作假设的依据,一是出于对问题内在规律的认识,二是来自对数据或现象的分析,也可以是二者的综合.作假设时既要运用与问题相关的物理,化学,生物,经济等方面的知识,又要充分发挥想象力,洞察力和判断力,善于辨别问题的主次,果断地抓住主要因素,舍弃次要因素,尽量将问题线性化,均匀化.经验在这里也常起重要作用.写出假设时,语言要精确,就象做习题时写出已知条件那样.3.模型构成.根据所作的假设以及事物之间的联系, 利用适当的数学工具去刻划各变量之间的关系,建立相应的数学结构――即建立数学模型.把问题化为数学问题.要注意尽量采取简单的数学工具,因为简单的数学模型往往更能反映事物的本质,而且也容易使更多的人掌握和使用.4.模型求解.利用已知的数学方法来求解上一步所得到的数学问题,这时往往还要作出进一步的简化或假设.在难以得出解析解时,也应当借助计算机求出数值解.5.模型分析.对模型解答进行数学上的分析,有时要根据问题的性质分析变量间的依赖关系或稳定状况,有时是根据所得结果给出数学上的预报,有时则可能要给出数学上的最优决策或控制,不论哪种情况还常常需要进行误差分析,模型对数据的稳定性或灵敏性分析等.6.模型检验.分析所得结果的实际意义,与实际情况进行比较,看是否符合实际,如果结果不够理想,应该修改,补充假设或重新建模,有些模型需要经过几次反复,不断完善.7.模型应用.所建立的模型必须在实际中应用才能产生效益,在应用中不断改进和完善.应用的方式自然取决于问题的性质和建模的目的.参考文献：(1)齐欢《数学模型方法》,华中理工大学出版社,1996。(2)《数学的实践与认识》,(季刊),中国数学会编辑出版。
你说的模型通常应该是指遥感的数值模型，尤其是遥感反演模型，输入和输出变量都应该是有物理意义的遥感参数。
Stimulus Organism Response，SOR）模型。 早期，Pavlov（就是做狗实验的巴甫洛夫）提出了经典刺激-反应（Stimulus Response，S-R）理论。但S-R理论只对刺激和反应之间的关系进行了探索，未考虑到人们的内部状态和有机体验（O），因此，S-R理论存在一定缺陷。 于是，Woodworth（1929）对Pavlov的S-R理论进行了扩展，提出了SOR模型 SOR 模型认为，环境的各个方面（物理和非物理元素）（S）可以影响人们的内部状态和有机体验（O），例如感知，生理，感觉和思维活动反过来推动他们的行为反应（R）。1974年，Albert Mehrabian和James A. Russel通过研究消费者行为进一步发展了SOR模型，外界环境中的刺激因素通过影响个体的情感体验进而影响其行为意向。Bitner则基于 SOR模型提出了服务组织中的环境-用户关系框架，SOR 理论具有广泛的适用性，研究者常使用它来分析社交媒体参与、医 疗保 健、在线教育、电子 商务等背景下的用户行为
sor论文模型构造方式如下。引入刺激-认知-反馈（SOR）模型，可以突破传统研究的局限性，将企业各方面的表现，用户感知到的满意度水平和再购买意愿有机结合起来。
数学建模论文格式模板以及要求
导语：伴随着当今社会的科学技术的飞速发展，数学已经渗透到各个领域，成为人们生活中非常重要的一门学科。下面是我分享的数学建模论文格式模板及要求，欢迎阅读!
(一)论文形式：科学论文
科学论文是对某一课题进行探讨、研究，表述新的科学研究成果或创见的文章。
注意：它不是感想，也不是调查报告。
(二)论文选题：新颖，有意义，力所能及。
要求：
有背景.
应用问题要来源于学生生活及其周围世界的真实问题，要有具体的对象和真实的数据。理论问题要了解问题的研究现状及其理论价值。要做必要的学术调研和研究特色。
有价值
有一定的应用价值，或理论价值，或教育价值，学生通过课题的研究可以掌握必须的科学概念，提升科学研究的能力。
有基础
对所研究问题的背景有一定了解，掌握一定量的参考文献，积累了一些解决问题的方法，所研究问题的数据资料是能够获得的。
有特色
思路创新，有别于传统研究的新思路;
方法创新，针对具体问题的特点，对传统方法的改进和创新;
结果创新，要有新的，更深层次的结果。
问题可行
适合学生自己探究并能够完成，要有学生的特色，所用知识应该不超过初中生(高中生)的能力范围。
(三)(数学应用问题)数据资料：来源可靠，引用合理，目标明确
要求：
数据真实可靠，不是编的数学题目;
数据分析合理，采用分析方法得当。
(四)(数学应用问题)数学模型：通过抽象和化简，使用数学语言对实际问题的一个近似描述，以便于人们更深刻地认识所研究的对象。
要求：
抽象化简适中，太强，太弱都不好;
抽象出的数学问题，参数选择源于实际，变量意义明确;
数学推理严格，计算准确无误，得出结论;
将所得结论回归到实际中，进行分析和检验，最终解决问题，或者提出建设性意见;
问题和方法的进一步推广和展望。
(五)(数学理论问题)问题的研究现状和研究意义：了解透彻
要求：
对问题了解足够清楚，其中指导教师的作用不容忽视;
问题解答推理严禁，计算无误;
突出研究的特色和价值。
(六)论文格式：符合规范，内容齐全，排版美观
1. 标题：是以最恰当、最简明的词语反映论文中主要内容的逻辑组合。
要求：反映内容准确得体，外延内涵恰如其分，用语凝练醒目。
2. 摘要：全文主要内容的简短陈述。
要求：
1)摘要必须指明研究的主要内容，使用的主要方法，得到的主要结论和成果;
2)摘要用语必须十分简练，内容亦须充分概括。文字不能太长，6字以内的文章摘要一般不超过3字;
3)不要举例，不要讲过程，不用图表，不做自我评价。
3. 关键词：文章中心内容所涉及的重要的单词，以便于信息检索。
要求：数量不要多，以3-5各为宜，不要过于生僻。
(七). 正文
1)前言：
问题的背景：问题的来源;
提出问题：需要研究的内容及其意义;
文献综述：国内外有关研究现状的回顾和存在的问题;
概括介绍论文的内容，问题的结论和所使用的方法。
2)主体：
(数学应用问题)数学模型的组建、分析、检验和应用等。
(数学理论问题)推理论证，得出结论等。
3)讨论：
解释研究的结果，揭示研究的价值， 指出应用前景， 提出研究的不足。
要求：
1)背景介绍清楚，问题提出自然;
2)思路清晰，涉及到得数据真是可靠，推理严密，计算无误;
3)突出所研究问题的难点和意义。
5. 参考文献：
是在文章最后所列出的文献目录。他们是在论文研究过程中所参考引用的主要文献资料，是为了说明文中所引用的的论点、公式、数据的来源以表示对前人成果的尊重和提供进一步检索的线索。
要求：
1)文献目录必须规范标注;
2)文末所引的文献都应是论文中使用过的文献，并且必须在正文中标明。
(七)数学建模论文模板
1. 论文标题
摘要
摘要是论文内容不加注释和评论的简短陈述，其作用是使读者不阅读论文全文即能获得必要的信息。
一般说来，摘要应包含以下五个方面的内容：
①研究的主要问题;
②建立的什么模型;
③用的什么求解方法;
④主要结果(简单、主要的);
⑤自我评价和推广。
摘要中不要有关键字和数学表达式。
数学建模竞赛章程规定，对竞赛论文的评价应以：
①假设的合理性
②建模的创造性
③结果的正确性
④文字表述的清晰性 为主要标准。
所以论文中应努力反映出这些特点。
注意：整个版式要完全按照《全国大学生数学建模竞赛论文格式规范》的要求书写，否则无法送全国评奖。
一、 问题的重述
数学建模竞赛要求解决给定的问题，所以一般应以“问题的重述”开始。
此部分的目的是要吸引读者读下去，所以文字不可冗长，内容选择不要过于分散、琐碎，措辞要精练。
这部分的内容是将原问题进行整理，将已知和问题明确化即可。
注意：在写这部分的内容时，绝对不可照抄原题!
应为：在仔细理解了问题的基础上，用自己的语言重新将问题描述一篇。应尽量简短，没有必要像原题一样面面俱到。
二、 模型假设
作假设时需要注意的问题：
①为问题有帮助的所有假设都应该在此出现，包括题目中给出的假设!
②重述不能代替假设! 也就是说，虽然你可能在你的问题重述中已经叙述了某个假设，但在这里仍然要再次叙述!
③与题目无关的假设，就不必在此写出了。
三、 变量说明
为了使读者能更充分的理解你所做的工作，
对你的模型中所用到的变量，应一一加以说明，变量的输入必须使用公式编辑器。 注意：
①变量说明要全 即是说，在后面模型建立模型求解过程中使用到的所有变量，都应该在此加以说明。
②要与数学中的习惯相符，不要使用程序中变量的写法
比如：一般表示圆周率;cba,, 一般表示常量、已知量;zyx,, 一般表示变量、未知量
再比如：变量21,aa等，就不要写成:a[0],a[1]或a(1),a(2)
四、模型的建立与求解
这一部分是文章的重点，要特别突出你的创造性的工作。在这部分写作需要注意的事项有：
①一定要有分析，而且分析应在所建立模型的前面;
②一定要有明确的模型，不要让别人在你的文章 中去找你的模型;
③关系式一定要明确;思路要清晰，易读易懂。
④建模与求解一定要截然分开;
⑤结果不能代替求解过程：必须要有必要的求解过程和步骤!最好能像写算法一样，一步一步的.写出其步骤;
⑥结果必须放在这一部分的结果中，不能放在附录里。
⑦结果一定要全，题目中涉及到的所有问题必须都有详细的结果和必须的中间结果!
⑧程序不能代替求解过程和结果!
⑨非常明显、显而易见的结果也必须明确、清晰的写在你的结果中!
⑩每个问题和问题之间以及5个小点之间都必须空一行。
问题一：
1.建模思路：
①对问题的详尽分析;
②对模型中参数的现实解释;这有助于我们抓住问题的本质特征，同时也会使数学公式充满生气，不再枯燥无味
③完成内容阐述所必需的公式推导、图表等
2.模型建立：
建立模型并对模型作出必要的解释
对于你所建立的模型，最好能对其中的每个式子都给出文字解释。
3.求解方法：
给出你的求解思路，最好能想写算法一样，写出你的算法。
4.求解结果：
你的求解结果必须精心设计(最好使用表格的形式)，使人一目了然。
结果必须要全，对于你求解的一些必须的中间结果，也必须在这里反映出来。
5.模型的分析与检验
在计算出相应的结果之后，你必须对你的结果做出相应的解释。 因为你的结果往往是数学的结果，一般人无法理解。 你必须归纳出你的结论和建议。 这里主要应包括：
①这个结果说明了什么问题?
②是否达到了建模目的?
③模型的适用范围怎样?
④模型的稳定性与可靠性如何?
问题二：
问题三：
问题四：
问题五：
五、模型的评价与推广
这一部分应包括：
①你的模型完成了什么工作?达到了什么目的?得出了什么规律?
②你的建模方法是否有创造性?为今后的工作提供了什么思路?结果有什么理论或实际用途?
③模型中有何不足之处?有何改进建议?
④模型中有何遗留未解决的问题?以及解决这些问题可能的关键点和方向。
这一部分一定要有!
六、参考文献
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均明确列出。正文引用处用方括号标示参考文献的编号，如[1][3]等;引用书籍还必须指出页码。参考文献按正文中的引用次序列出，其中
书籍的表述方式为：
[编号] 作者，书名，出版地：出版社，出版年。
参考文献中期刊杂志论文的表述方式为：
[编号] 作者，论文名，杂志名，卷期号：起止页码，出版年。
参考文献中网上资源的表述方式为：
[编号] 作者，资源标题，网址，访问时间(年月日)。
七、附录
不便于编入正文的资料都收集在这里。 应包括：
①某一问题的详细证明或求解过程; ②流程图;
③计算机源程序及结果;
④较繁杂的图表或计算结果(一般结果只要不超过A4一页，尽量都放在正文中)。
免责声明：本站文章信息来源于网络转载是出于传递更多信息之目的，并不意味着赞同其观点或证实其内容的真实性。不保证信息的合理性、准确性和完整性，且不对因信息的不合理、不准确或遗漏导致的任何损失或损害承担责任。本网站所有信息仅供参考，不做交易和服务的根据，如自行使用本网资料发生偏差，本站概不负责，亦不负任何法律责任，并保证最终解释权。
我去年就参加了全国大学生数学建模竞赛，这些资料是我去年暑假整理的论文模板，如果资料不足的话，再联系我………………全国大学生数学建模竞赛论文格式规范 本科组参赛队从A、B题中任选一题，专科组参赛队从C、D题中任选一题。 论文用白色A4纸单面打印；上下左右各留出至少2.5厘米的页边距；从左侧装订。 论文第一页为承诺书，具体内容和格式见本规范第二页。 论文第二页为编号专用页，用于赛区和全国评阅前后对论文进行编号，具体内容和格式见本规范第三页。 论文题目和摘要写在论文第三页上，从第四页开始是论文正文。 论文从第三页开始编写页码，页码必须位于每页页脚中部，用阿拉伯数字从“1”开始连续编号。 论文不能有页眉，论文中不能有任何可能显示答题人身份的标志。 论文题目用三号黑体字、一级标题用四号黑体字，并居中；二级、三级标题用小四号黑体字，左端对齐（不居中）。论文中其他汉字一律采用小四号宋体字，行距用单倍行距，打印时应尽量避免彩色打印。 提请大家注意：摘要应该是一份简明扼要的详细摘要（包括关键词），在整篇论文评阅中占有重要权重，请认真书写（注意篇幅不能超过一页，且无需译成英文）。全国评阅时将首先根据摘要和论文整体结构及概貌对论文优劣进行初步筛选。 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均明确列出。正文引用处用方括号标示参考文献的编号，如[1][3]等；引用书籍还必须指出页码。参考文献按正文中的引用次序列出，其中书籍的表述方式为：[编号] 作者，书名，出版地：出版社，出版年。参考文献中期刊杂志论文的表述方式为：[编号] 作者，论文名，杂志名，卷期号：起止页码，出版年。参考文献中网上资源的表述方式为：[编号] 作者，资源标题，网址，访问时间（年月日）。 在不违反本规范的前提下，各赛区可以对论文增加其他要求（如在本规范要求的第一页前增加其他页和其他信息，或在论文的最后增加空白页等）；从承诺书开始到论文正文结束前，各赛区不得有本规范外的其他要求（否则一律无效）。 本规范的解释权属于全国大学生数学建模竞赛组委会。[注]赛区评阅前将论文第一页取下保存，同时在第一页和第二页建立“赛区评阅编号”（由各赛区规定编号方式），“赛区评阅纪录”表格可供赛区评阅时使用（各赛区自行决定是否在评阅时使用该表格）。评阅后，赛区对送全国评阅的论文在第二页建立“全国统一编号”（编号方式由全国组委会规定，与去年格式相同），然后送全国评阅。论文第二页（编号页）由全国组委会评阅前取下保存，同时在第二页建立“全国评阅编号”。全国大学生数学建模竞赛组委会2009年3月16日修订数学建模论文一般结构1摘要 （单独成页）主要理解 、主要方法、 主要结果、 主要特点 （不要图、不要表）作用：了解文件重要性，对文件有大致认识最佳页副：页面2/3。2、问题重述和分析3、问题假设假设是建模的基础，具有导向性，容易被忽视。常犯错误有缺少假设或假设不切实际。对一些关键性的或对结果有重大影响的条件或参数应该在假设中明确约定。作假设的两个原则：① 简化原则：抓住主要矛盾，舍弃次要因素，方便 数学处理。② 贴近原则：贴近实际。以上两个原则是相互制约的，要掌握好“度”。通常是先建模后假设。4、符号说明 （3.4可以合并）5、模型建立与求解（重要程度 ：60%以上）6、模型检验（误差一般指均方误差）7、结果分析 （6.7可以合并）8、模型的进一步讨论 或 模型的推广9、模型优缺点10、参考文件11、附件（结果千万不能放在附件中）论文最佳页面数：15-21页 论文结构一题目摘要1.问题的重述2.合理假设3.符号约定4.问题的分析5.模型的建立与求解6.模型的评价与推广1、误差分析2、模型的改进与推广对XXXX切实可行的建议和意见：1.……2.…………7.参考文献8.附录 数学建模论文一般格式 摘要（主要理解、主要方法、主要结果、主要特点）或（背景、目标、方法、结果、结论、建议） 问题重述与分析 问题假设 符号说明 模型建立与求解 模型检验 结果分析 模型的进一步讨论 模型优缺点优秀论文要点：1. 语言精练、有逻辑性、书写有条理2. 文字与图形相结合，使内容直观、清晰、明了、容易理解3. 切忌只用文字进行说明，多运用图形或表格，并对图形或表格做精简的分析，毕竟文字性东西太过于枯燥、乏味，没人有耐性去看那么冗长的文章4. 对论文中所引用或用到的知识、软件要清晰地予以说明。5. 在附录中附上论文所必须要的一些数据（图形或表格），并将论文中所编写的程序附上去各步骤解释摘要：主要理解 、主要方法、 主要结果、 主要特点 （不要图、不要表）作用：了解文件重要性，对文件有大致认识最佳页副：页面2/3问题重述与分析： 一向导、对题意的理解、 建模的创造性创造性是灵魂，文章要有闪光点。好创意、好想法应当既在人意料之外，又在人意料之中。新颖性（独特性）与合理性皆备。误区之一：数学用得越高深，越有创造性。解决问题是第一原则，最合适的方法是最好的方法。误区之二：创造性主要体现在建模与求解上。创造性可以体现在建模的各个环节上，并且可以有多种表现形式。误区之三：好创意来自于灵感，可遇不可求。好创意来自于对数学方法的掌握程度与对问题理解的透彻程度。 表达的清晰性好的文章 = 好的内容 + 好的表达 替读者着想。该交代的要交代，如对题目的理解，关键指标或参数的引入，建模的思路，结果的分析等。 写好摘要，包括：建模主要方法、主要结果，模型主要优点。 专人负责写作，及早动手。考虑写作的过程也是构思框架、理清思路的过程，有利于从总体上把握建模的思路，反过来促进建模。 适当采用图表，增加可读性。求采纳为满意回答。
审计实证研究硕士论文
我国的法律环境和证券市场的发展程度与西方国家存在着巨大差异，在此情况下，适合于西方经济条件下的审计师选择信号传递理论在中国是否依然成立，目前尚缺乏充分的证据，我国关于此方面的研究也很少。以下是审计实证研究硕士论文，欢迎阅读。
摘 要：随着实证思想在审计理论研究中的渗透和贯彻，实证审计学的研究将会受到越来越多学者的重视。我们要理解审计，必须把它放入现实中，并观察审计是怎么运行的。解析运行中的各种现象，是需要审计事实（审计主体行为的集合）的，而审计事实的取得要通过收集各种资料并对资料进行 分析 。这就需要借鉴实证法了。本文把审计风险与实证法相结合来对审计风险相关 内容 进行了研究。
关键词：审计风险；重要性
实证审计理论研究内容涉及若干个课题。笔者仅就作为 现代 审计理论的一项重要研究成果———审计风险的实证研究做一探讨。这个课题的研究包括三个大的方面：对重要性概念的实证研究；建立分析审计风险的模型；确定重要性概念的内容。
一、对重要性概念的实证研究
审计重要性直接决定着审计工作开展的范围、审计检查的内容、采用的审计 方法 和必须实施的工作步骤，直接决定着审计工作质量的高低。因此，对重要性概念的认识是非常有必要的。这方面的研究可以采用实证的方法：
1.市场研究。即研究公开财务信息对股票价格的 影响 。根据市场对某项财务信息的反映来确定它是否重要。但是在市场研究中，我们不能肯定市场反应来自某种特定的信息，因此要设计有控制的实验来调查某一财务信息变量的市场反应，从而确定其重要性。
2.实验研究。实验通过使用假想的数据，了解实验对象针对这些数据的相应对策，这些变量是根据诸如净收入的百分比、事项性质、流动资产的百分比、盈利趋势等来安排的。实验对象可以是审计师、财务人员和一般百姓，这样可通过对统一财务变量进行不同的数据实验来确定该财务变量的重要界限，而且还可以发现在 社会 中哪些事项是相对重要的。
3.对审计实务的描述性研究。主要是对 会计 师事务所的实务指南的描述，以及法院对一些自身建立的判决结果。研究证明，绝大多数会计师事务所是具有重要性的定量化依据的。美国学者Lee在1984年的一项研究中描述了30个大的英国会计师事务所的审计程序中有关重要性的内容，结果仅7个没有。
二、建立分析审计风险的模型
《独立审计准则第9号———内部控制与审计风险》将审计风险定义为：“审计风险是指会计报表存在重大错报或漏报，而注册会计师审计后发表不恰当审计意见的可能性”。随着审计风险影响范围的扩大，审计风险也有狭义和广义之分，前者一般是指会计师事务所承担的 法律 责任以及遭受损失的可能性，而后者是指审计行业因审计风险而可能遭受的损失，一般表现为因审计失败而引起的中介市场份额的减少或业务范围的受限。本文要讨论的是狭义的审计风险。因而建立的模型是 目前 审计职业界普遍使用的由美国注册会计师协会1983年提出的审计风险模型，该模型认为审计风险由固有风险、控制风险和检查风险三要素组成，由于审计过程中三要素的存在，未能揭示会计报表存在重大错报、漏报给审计关系人造成客观损失，其可能性（审计风险）用P表示。P=固有风险×控制风险×检查风险，审计主体总是希望将P控制在可接受的水平并以此估计检查风险。如果审计主体高估固有风险、控制风险，若再主观上将检查风险控制在一个较低水平，会产生误拒风险，这时必须扩大审计范围，增加审计程序，来尽量降低检查风险；反之，若低估固有风险、控制风险，而主观上又将检查风险控制在一个较高水平，将产生误受风险和道德风险，可能发生在审计过程中未查出重大错报和漏报，或有意减少审计程序和审计成本，此时审计人员应保持应有的职业谨慎并将审计风险降到可接受水平。根据上述模型，审计主体在确定可接受的审计风险时，首先要评估固有风险、控制风险，在此基础上推算可接受的检查风险。
审计风险能直观反映审计风险产生的原因及可能产生的后果。但在 应用 该模型时要注意以下几点：（一）模型可以扩展；（二）模型并不唯一；（三）模型可以定量、定性或定量定性结合使用；（四）模型具有主观性。
三、确定重要性概念的内容
在市场 经济 环境中，审计人员面临的信息资料多如牛毛，在成本———效益的原则下，支出和时间是非常重要的，审计人员总会把记忆力集中在重要的经济业务、会计事项甚至舞弊和差错等方面，而不会与鸡毛蒜皮的事纠缠不休。为此，人们提出了重要性概念，并对它加以规范和补充。国际会计准则委员会（IASC）对重要性的定义是：“如果信息的错报或漏报会影响使用者根据会计报表采取的经济决策，信息就具有重要性。”美国财务会计准则委员会（FASB）对重要性的定义是：“一项会计信息的错报或漏报是重要的，旨在特定环境下，一个理性的人依赖该信息所做的决策可能因为这一错报或漏报得以变化或修正。”我国独立审计准则对重要性的定义是：“重要性指被审计单位会计报表等会计资料中出现错报或漏报的严重程度，这一程度在特定环境下可能影响会计报表使用者的判断或决策。”由此可见，各国对重要性的认识是基本一致的，也就是说，可以这样来定义重要性：信息的错报或漏报可能影响到会计报表使用者的决策即为重要性。
在审计过程中，需要运用重要性概念的情形有二：
①是在确定审计程序的性质、时间和范围时，重要性被看作审计所允许的可能或潜在的未发现错误或漏报的程度，即审计人员在运用审计程序以检查 会计 报表的错报或漏报是所允许的误差范围。
②是在评价审计结果时，重要性被看作是某一错报或漏报（或汇总的错报或漏报）是否 影响 会计报表使用者判断和决策的标志。而且，在实际工作中对重要性作初步判断时要结合以往的审计经验，并同时考虑以下几个因素：
1. 企业 规模及特定的环境。企业规模的大小对重要性的判断有重要影响。一般来说，规模大的企业，重要性的绝对数较大，相对数较小；反之，其绝对数较小，相对数较大。同样，不同企业面临不同的环境也会影响重要性的判断。如某一金额对某个企业会计报表来说是重要的，而对另一个企业来说就可能是不重要的。而且，对某一特定企业来说，重要性还会因时间的不同而有所改变。
2.有关法规对财务会计的要求。财务会计法规越来越要求企业必须采取更加稳健的会计政策，以断绝企业粉饰财务报告的路子。如果有新的财务会计法规需要企业去实施，那么这些法规的目的无外是为了真实反应企业的财务状况和经营成果。因此，当有关法规对被审计单位存在特别的要求，或者企业存在可由管理当局自主决定处理的会计事项时，审计人员应从严确定审计重要性水平。
3.审计项目。对于不同的审计项目，要有不同的重要性标准。审计人员应对数额高、波动幅度大、会计报表使用者比较关心的项目，从严制定重要性水平。
4.错误的.性质。如果错误的性质严重，即使错误的金额较小，也应看作是重要的错误。例如，现金短缺800元，如果短缺是由于盘点差错引起的，则属于不重要错误；如果短缺是由于出纳监守自盗引起的，则属于重要错误了。因为故意的错误说明管理不善，而管理不善往往隐含着更严重的 问题 。可能引起严重后果的错误，是要看作重要错误的。
5.会计报表各项目的性质及相互关系。会计报表项目的重要程度是有差别的。一般而言，会计报表使用者更关心流动性较高的项目，审计人员应对此从严制定重要性水平，由于会计报表之间是相互联系的，因此在制定重要性水平时，必须考虑这种相互联系。
6.内部控制与审计风险的评估结果。由于被审计单位建立的内部控制存在固有的限制，这就要求审计人员必须注意内部控制对审计的影响。如果内部控制比较健全，可依赖程度高，可以将重要性水平定得高一些，以节省审计成本；反之，应把审计重要性水平定得低一些，以保证审计的质量。由于重要性与审计风险呈反方向关系，如果审计风险评估为高水平，则意味着重要性水平较低，此时应收集较多的审计证据，以降低审计风险。
参考文献 ：
[1]葛家澍等著。会计大典。第十卷，1999年。
[2]石爱中等著。审计 研究 ，2002年。
[3]罗伯特。K.莫茨（美国）等著。审计 理论 结构，1990年。
[4]财政部。审计，2004年。
审计费用的研究在国外始于20世纪80年代初。Simunic（1980）首次构建了审计收费定价模型，运用多元线性回归模型分析了1977年美国377家上市公司的包括审计费用在内的数据，考察了可能影响审计收费的10大因素，发现上市公司的资产规模是决定审计收费的最重要因素，虽然我国对于审计费用的研究起步较晚，但也涌现出许多成果，大部分都集中于影响因素的研究。本文的目的就是以 Simunic 模型为基础，建立一个检验我国上市公司审计收费影响因素的回归模型，并据此对我国审计收费影响因素及其含义进行判断和分析。
一、研究假设和模型设计
（一）研究假设
根据上文的文献回顾，学者们大都认为被审计单位的规模是影响审计费用的最主要因素，在美国，公司规模对审计收费的解释力度可以达到50%以上，这种影响力在我国市场中也是不容忽视的。在其他条件相同的条件下，上市公司的规模越大，其经纪业务和会计事项就越多，建立的内部控制体系也会更加复杂，其固有风险和控制风险也可能越高，注册会计师需要相应地增加内部控制测试范围和实质性测试范围，这必然会导致审计工作量的增加和审计费用的提高。据此，我们提出以下假设：
假设1：在其他条件相同的前提下，被审计的上市公司规模与审计费用正相关。
审计风险一直被认为是影响审计费用的重要因素。审计风险越高，会计师事务所发表审计意见后面临的被证监会和证券交易所处罚的可能性就越大，遭受损失的可能性就越大，审计费用也就越高，
本文选取了存货周转率、应收账款周转率、流动比率、资本负债率、净资产收益率等作为审计风险的衡量指标。其中，我们预测存货周转率与应收账款周转率与审计费用负相关，因为存货与应收装款愈多，注册会计师进行盘点和函证的工作量越大，占用的审计资源就越多，审计的复杂程度更高，审计风险也会相应增加。同时，我们预测流动比率、资本负债率与审计费用负相关，两者越高，公司的偿债能力越强，偿债压力越小，审计风险也就较小，审计费用相应较低。净资产收益率与审计费用负相关，以为该指标越低说明公司面临的管制风险越大，进行盈余管理的可能性越大，审计风险增加，审计费用就相应的增加。根据上面的分析我们提出以下假设：
假设2：在其他条件相同的前提下，聘请“四大”会计师事务所对上市公司进行审计，审计费用相对较高。
二、研究样本与实证结果
（一）研究样本
本文以公布2007年至2010年年度财务报告的深沪两地A股上市公司为研究总体，数据来自于CCER经济金融数据库，数据分析软件为SPSS。为了确保研究的意义和精确性，在选择2007年至2010年的数据为样本时，我们进行了如下剔除：
1.为了体现数据的连续性和完整性，剔除了披露不规范、不完整的上市公司数据（例如未披露审计费用）
2.剔除了从CCER经济金融数据库收集不到的有关审计和财务数据的上市公司。
3.为了体现一般审计费用规律，剔除了被ST、PT的上市公司。
4.剔除了金融类上市公司。
根据以上标准，我们共筛选出4748组符合条件的上市公司数据。
（二）实证结果
1.描述性统计
a.存在多个众数。显示最小值
从中我们可以看出审计费用的均值较大，而标准差为0.073，说明取对数后的审计费用在各上市公司之间的差距较大;总资产取对数后均值为21.548，数值也很大，说明我国上市公司的规模较大;ROE的均值较小，但极大值8.935，极小值-8.944，可见ROE在我国上市公司间的差距比较明显，我国上市公司的盈利水平存在比较大的差距。在我们分析的所有数据中，获得标准无保留意见的财务报告占79%，说明大部分上市公司的财务报告都得到了注册会计师的肯定;而聘用“四大”作为审计事务所的上市公司只占到5%，说明大部分上市公司为了以较低的审计费用获得令自己满意的审计意见，通常会聘请“四大”以外的会计师事务所对其进行审计。
2.相关性分析。我们选择了与审计费用相关的八个变量就他们对审计费用的影响程度进行研究，列示了各变量之间的Pearson相关系数及其显著性，其中剔除了Big4与Opinion两个品质型变量。
3.主成分分析。我们将数量型数据进行标准化，利用SPSS对上述8个解释变量进行主成分分析，对于初始特征值，前五个变量的累积解释程度达到了93.067%，而进行旋转后的变量成分解释程度有所降低，但是前五个变量仍然能够达到87.561%。旋转成分矩阵的结果并不十分理想，不能筛选出我们需要的数据。
三、研究结论及不足
本文对影响审计费用的因素进行了初步探讨，通过上面的实证研究，我们发现上市公司规模、审计风险、审计会计师事务所以及审计报告意见是影响审计费用的主要因素，他们对审计费用的决定作用不容忽视，其中上市公司规模和审计事务所的作用更加明显。“四大”会计师事务所的审计收费相比我国国内的其他会计师事务所而言要高很多，这不利于我国国内会计师事务所的发展。
结束语：同时，本文在研究中也存在一些局限性：第一，本文并未考虑审计事务所变更和上市公司子公司数量对审计费用的影响。以前的学者上市公司子公司数量会影响审计复杂程度，从而影响审计费用。本文认为，审计的复杂程度可以通过上市公司规模或者周转率等财务指标衡量，因此未进行考虑;第二，没有考虑上市公司行业在审计费用方面的区别。这些因素可能对本文的研究结果带来一定的影响。
模型有三个层次：
第一个层次，简单的图表和指标，一般的问卷调查结果的展示都会采取这种方式，生动形象。
第二个层次，描述性统计，分析数据分布特征。
第三个层次，计量分析，建立模型。而计量分析又可以分为几个层次，第一层次是简单回归，包括双变量、多元回归，基本计量问题（共线性、异方差、自相关）的处理。
第二层次更专业点儿，包括模型设定误差检验与模型修正、特殊数据类型（时间序列、虚拟变量、面板数据等）的模型选择和处理、联立方程、VEC模型、VAR模型、条件异方差模型等；第三层次包括有序因变量、面板VAR、神经网络、分位数模型、季节调整模型等等。模型，建立一套研究范式，然后按此模型进行研究。
选题与预估计
问题1：暂定一个题目（包括研究对象、研究问题、拟使用的理论或方法等方面，可使用副标题，副标题一般指向研究方法或研究角度）。
问题2：给出研究目标与研究问题，并初步进行回答（研究之前必须要有预设的初步结论。所谓“实证分析”，可以将其看作是对所提出的初步结论的检验）。
问题3：给出文献综述（要求：①文献综述的内容必须与你的研究紧密相关，即根据自己研究的问题或内容梳理、概括相关文献（要注意相关性）；②文献综述要能构成你研究的基础，可将其视为你的研究的理论知识平台或背景；③文献综述必须能够引出你所研究的问题，即根据自己的边际贡献或研究特点评述已有文献（要注意针对性））。
问题4：论证你所研究的问题以及其重要性（先列出“重要性”的论点，然后给出相应的论据）。
问题5：尝试运用计量软件（如：Eviews、SPSS、STATA或R）导入数据，对数据进行初步描述性分析与预估计。
A、胜任力模型20世纪六十年代后期，哈佛大学心理学教授戴维·麦克利兰教授经过大量的研究提出，传统的理论测试根本无法预测工作绩效与个人成功，从根本上影响个人绩效的是诸如“成就动机”、“人际理解”等特征。他提议，放弃传统的评价方法，寻找出一种变量，使它能导致成功，然后再发展一种客观的可描述的方法来进行识别。在此背景动机下，麦克利兰发展了以胜任力为中心的概念，并于1973年发表了题为《测量胜任力而非智力》的文章，从而为胜任力理论的诞生奠定了基础。一、胜任力的概念自“胜任力”这个概念产生以来，得到了学术界和理论界的广为关注，就其定义来说，到目前为止，不同的学者有着不同的看法。在诸多定义中，有些偏重特质，有些偏重行为，但却有某些共同点。首先，都是以绩效标准为参照；其次，都包括因果关系的观点，即认为胜任力是导致个人绩效的深层次的原因；再次，都不排斥个人的潜在特性或行为，把个人的行为作为胜任力的反映，将胜任力作为“特质”和行为的不同面的组合。但行为不是胜任力本身，而只是其表现形式。而且并不是所有的行为都是胜任力的表现，胜任力是其中稳定、可描述、能预测高绩效的那部分行为。所以，我们不妨将“胜任力”定义为：在实际情景中能预测并能导致成功解决问题的因素和特质；即个体所具备的、能够以之在某个或某些具体职位上取得最优绩效表现的内在的稳定特征或特点。二、胜任力模型（一）冰山模型。一般用“冰山模型”来说明胜任力的特点，这个模型经常被看作是胜任力的一个基本模型。胜任力这座“冰山”由“知识、技能”等水面以上“应知、应会”部分和水面以下的“价值观、自我形象、个性、内驱力”等情感智力部分构成。知识技能等明显、突出并且容易衡量，但真正决定一个人成功机会的，是隐藏在水面以下的因素，他们难以捕捉，不易测量。（二）胜任力的通用模型。1981年麦克伯公司的咨询顾问博亚特兹提出了一个“胜任力通用模型”。通过对2000名管理者进行调查研究，找到通用的胜任力特征进而建立通用模型。他认为，胜任力是“能够使管理者完成杰出业绩的那些行为”。其模型涵盖了21种特征，包括判断力、团队管理、记忆力、自信、主动性、责任感、毅力，等等。（三）其他胜任力模型。除了一般的胜任力模型外，还有针对行业、层级、职能的胜任力模型，如经理人胜任力模型，就是根据高绩效的管理者的行为而制定的。三、胜任力模型的构建具体说来，建立胜任力模型步骤如下：（一）定义绩效标准。绩效标准一般采用工作分析和专家小组讨论相结合的办法来确定。用工作分析的各种工具与方法明确工作的具体要求，提炼出鉴别绩效优秀者与绩效一般者的标准。专家小组就相关工作（岗位）的任务、责任和绩效标准以及期望优秀表现者的胜任力表现和特点进行讨论，并得出最终的结论。（二）选取分析效标样本。根据岗位要求，在从事该岗位工作的员工中，分别从绩效优秀和绩效普通的员工中随机抽取一定数量的员工进行调查。（三）数据收集。这是构建过程中的主要工作，需要选择合适的方法来收集模型构建中必要的数据信息，以此来了解胜任力的主要模块和指标体系。可以采用行为事件访谈法、评价中心等方法来获取效标样本有关胜任力的数据。“行为事件访谈法”（BEI）是构建胜任力模型时最常用的一种方法。它是一种开放式的行为回顾式调查技术，类似于绩效考核中的关键事件法。主要是与高绩效者面谈（有时也会找一些普通绩效者作为对比）引发他们讲述在实际工作中发生的关键事例，包括成功事件、不成功事件或负面事件，并且让被访者详尽地描述整个事件和当时的想法。面谈的目的是为了识别导致高绩效的行为。在数据收集过程中，不可能也不应该只选择一种方法，一般都会寻求多种方法的组合，保证有效性、可靠性和广泛性的平衡。最终形成书面的报告，严格记载相关的内容。（四）建立模型。主要是对收集到的原始数据进行提炼，以得到相应的胜任力模块。首先，是对承载已收集数据的报告进行内容分析，记录各种胜任力要素在报告中出现的频次。其次，对优秀绩效组和普通绩效组的胜任力要素指标发生频次和相关的程度统计指标进行比较，找出两组的共性与差异特征。最后，根据不同的主题进行胜任力模块的归类，并根据频次集中程度，估计各类胜任力的大致权重。（五）验证模型。模型初具规模之后，构建过程并没有结束，还需要通过绩效考评进行效度验证。只有在一定时间后，员工的绩效符合模型中的预测，才能证明此模型是有效的。而这一步却往往被很多企业所忽视，构建出的模型也就失去了区分绩效的实际效用。验证可以采用回归法及其他相关验证方法，采用已有的优秀与一般的有关标准或数据进行检验，关键在于企业选取什么样的绩效标准来做验证。四、胜任力模型的意义利用胜任力分析法构建起来的某种岗位的胜任力模型，对于担任该种工作所应具备的胜任力及其组合结构进行了明确的说明，成为从外显到内隐特征进行人员素质测评的重要尺度和依据，从而实现人力资源的合理配置。胜任力模型可以应用在人力资源管理活动中的很多方面，可以说是现代人力资源管理的新基点。（一）工作分析。传统的工作分析注重工作的组成要素，而基于胜任力的分析，则主要是研究工作绩效优秀的员工，突出与优秀绩效相关联的特征及行为，结合这些特征和行为（即胜任力）定义这一工作或岗位的职责内容。因而，它具有更强的工作绩效预测性，能够更有效地为选拔、培训员工以及员工的职业生涯规划、薪酬设计等提供参考标准。（二）人员选拔。传统的人员选拔一般比较重视考察人员的知识、技能等外显特征，即所谓的“KSA”组合，而没有针对难以测量的核心动机和特质来挑选员工。一旦挑选的人员不具备该岗位所需要的深层次胜任力，而改变该员工的深层特征不是简单培训可以解决的问题，对于企业来说将是重大的失误与损失。相反，基于胜任力的选拔正是帮助组织找到具有核心动机和特质的员工，既避免了由人员挑选失误所带来的不良影响，也减少了组织的相关培训支出。尤其在为工作要求较为复杂的岗位挑选候选人时，在应聘者基本条件相似的情况下，胜任力模型在预测优秀绩效方面的重要性就显得尤为重要。（三）绩效考核。胜任力模型的本质所在就是找到区分优秀与普通的指标，因此以它为基础而确立的绩效考核指标，正是体现了绩效考核的精髓，能真实地反映员工的综合工作表现。让工作表现好的员工及时得到回报，提高员工的工作积极性。对于工作绩效不够理想的员工，可通过培训或其他方式帮助员工改善工作绩效。（四）员工培训。培训的目的就是帮助员工弥补不足、达到岗位要求；所遵循的原则就是投入最小化、收益最大化。基于胜任力分析，针对岗位要求结合现有人员的素质状况，可以为员工量身定做培训计划，帮助员工弥补自身“短木板”的不足，有的放矢突出培训重点，从而提高培训效用，取得更好的培训效果。（五）员工激励。依据胜任力模型来设计岗位评价因子，更能保证薪酬的内部公平感和接受性。同时，通过建立胜任力模型能够帮助企业全面掌握员工的需求，有针对性地采取员工激励措施。五、结语胜任力模型在HRM的应用只是刚刚起步，还存在许多需要进一步完善的地方。特别是在模型构建后，开发测量各项胜任力的量表和工具是值得进一步探讨的问题。同时，模型构建较为费时、费力，所以组织在选择分析目标时应有所侧重。此外，模型构建有一个重要前提——组织发展到一定的阶段，有了历史的积累，这样才可以在分析样本的基础上总结出来模型。缺乏历史积累的组织，可以采取借鉴其他相关的已经过验证的胜任力模型，结合实际需要，经过论证逐步引入胜任力模型。（ ）B、借助“外脑”建岗位胜任力模型随着市场竞争的加剧和高素质人才的供不应求，企业的成功比以往任何时候，都更加依赖于其员工（尤其是那些具有很高专业技术和能力的员工）的技术和能力表现。“胜任力”（英文为competency），从品质和能力层面论证了个体与岗位工作绩效的关系以来，受到了许多著名公司的关注。很多公司在发展的过程中，人力资源管理水平的全面提升已经成为亟待解决的关键问题，其中人才甄选、培养和绩效考核等更成为关键，而建立岗位胜任力模型是解决这些问题的一项基础工作。搭建岗位胜任力模型这类技术性很强的工作，借助咨询公司“外脑”是理想选择。企业借助咨询公司建立岗位胜任力模型的步骤如下：一、初步建立岗位胜任力模型（一）初步建立岗位胜任力模型的基本框架1、咨询公司在了解企业战略要求和发展的前提条件下，对于需要做胜任力模型的岗位（以下简称岗位）就现有的《岗位说明书》进行详细的分析，出具分析报告。2、咨询公司根据公司发展战略，对岗位职能进行修订，出具《岗位职能修订意见书》。3、在企业人力资源部的配合下，由咨询公司对企业各岗位绩效出众的员工进行调查、分析、研究，找出其有别于一般员工的特点和行为，建立岗位的基准能力和区别能力，出具报告。特别要求：在调查分析的过程中，由咨询专家借鉴同行业优秀企业，结合同行业成功管理经验进行。4、根据调研结果，总结岗位的关键胜任要素，初步建立“岗位胜任力模型”，出具具体方案的初本。（二）胜任力模型的细化1、在企业人力资源部的配合下，由咨询公司根据已做出的胜任力模型框架进行管理层面的访谈工作，推动管理层研讨的进行，有针对性的对“框架”进行调整和修正，进一步细化胜任特质的典型行为，出具《胜任力模型修正报告》。2、在对胜任力模型进行修正的基础上，形成岗位评估要素列表，制定评估框架并选择、组合评估方法。成果检验时出具《岗位评估要素列表》以及相应的评估体系和评估方法建议书。3、建立完整的岗位胜任力模型，出具具体明确的文字资料及说明。二、专业培训及试行操作1、在企业对岗位胜任力模型予以确定的情况下，由咨询公司对企业人力资源部工作人员进行系统、全面的专业培训，深入了解胜任力模型的原理及操作方法等。2、根据“模型”，由咨询公司指导企业人力资源部对岗位应该具备的能力进行评估，出具各岗位评估报告。3、根据“模型”，由咨询公司指导企业人力资源部进行基于胜任力的选任机制、评估机制、培训设计、薪酬体系等工作的创新式开展，出具不同领域的分析报告和改进意见。三、胜任力模型管理的提升通过对企业的管理诊断和评估，由咨询公司指导公司人力资源部建立发展评价中心。发展评价中心包括心理测验（包括能力倾向测验、职业兴趣测验、动机测验、管理风格测验）、情境模拟（包括文件筐、无领导小组讨论、角色扮演、管理游戏、案例分析等）和专家面谈（包括结构化面谈、半结构化面谈和非结构化面谈）。在此基础上，企业接受进一步必要的专业培训和指导，开辟一条对人才选拔、培训、考核等一系列专业领域高层次管理的道路。（）C、目前国内对胜任力的定义所存在的误区误区一：把岗位胜任力等同于岗位任职资格，认为必须具备岗位胜任力才能上岗。在报纸的招聘广告上，我们经常能看到某些岗位要求“大本、金融专业、英语6级、三年工作经验”等等这样的字眼，这些都是岗位的任职资格，也就是说如果不具备这些条件，那么原则上应聘者不能入选，哪怕你有无穷的潜力和很强的能力。为什么呢？因为假若你不具备这些条件，那么很可能这个岗位最基本的工作你都完成不了，所以你再强的能力和素质都无能为力。就像你不懂外语而从事翻译工作一样，再强的沟通能力和洞察力也不能帮助你完成任务。也就是说，这些学历、专业、知识、工作经验和荣誉成果的任职资格要求是确保人员能够顺利完成所在岗位工作的必要条件。但是，现在有很多企业把任职资格要求等同于岗位胜任力，那就完全违背了胜任力的内涵。因为任职资格要求并不能确保人员在所在岗位表现出色，它仅仅是区别差与一般的必要条件，而不是区别一般与绩优者的关键。误区二：把绩优人员所具备的所有特征都统一归入岗位胜任力的范畴。这个概念比较笼统，美国心理学家斯班瑟1993年给出了一个较完整的定义，即胜任力是指“能将某一工作（或组织、文化）中有卓越成就者与表现平平者区分开来的个人的深层次特征，它可以是知识、技能、社会角色、自我概念、特质和动机等，即任何可以被可靠测量或计数的并且能显著区分优秀与一般绩效的个体的特征。”咋一看，这个定义毫无问题，非常权威，并且和麦克利兰教授的定义非常相似，因此国内不少关于胜任力的著作都是以此定义为准。然而笔者仔细深究下去，斯班瑟把知识、技能这些非深层次、并且也不能真正区别一般和绩优差异的特征也归为胜任力范畴内，引导我们走进了一个求大求全的误区。*重要性-可塑性矩阵：胜任力模型的应用在真正理解胜任力概念的前提下，有效地应用胜任力模型成为可能。作为区分绩优和一般者的胜任力模型，其应用涉及人力资源管理的方方面面，但是最重要的应用还在于选聘和培训。在很多企业甄选人员的案例中我们可以发现，知识技能出色、背景优秀的人员并不一定能获得成功；此外，笔者研究发现，不管课件多么精彩、讲师多么优秀、组织多么有效率，但是总会发生培训效果不尽如人意的情况。究竟是什么造成这些情况的发生呢？经过前面的介绍，相信大家都很清楚答案：那就是真正决定成功的，是隐藏在水面以下的深层次因素，也就是胜任力要求。因此，对于选聘和培训，如果只关注表面不去挖掘这些深层因素，无异于舍本逐末。那么，我们应该怎样在选聘和培训中应用岗位胜任力模型呢？首先我们必须明白胜任力的可塑性有高低之分。可塑性高的胜任力，则意味着可以通过出色的后天培养迅速提高，如“情报收集”特质；而可塑性低的胜任力，则很难通过后天的培养改变，如“追求卓越”特质等。具体而言，例如“追求卓越”是销售人员最核心的胜任力之一，因此具备很强感染力的成功学课程非常受欢迎，培训现场也往往很热闹，而培训实际效果却大相径庭，个别人业绩突飞猛进，但大部分再怎么努力也还是一般。为什么呢？这是因为“追求卓越”特质可塑性低，所有对于个别具备优秀“追求卓越”特质的人来说，培训是业绩的催化剂；但对于大部分人来说，“追求卓越”特质既然很难改变，那么培训效果差强人意也就是合情合理了。因此，从人才选聘和培养的角度来看，笔者的最佳实践表明，对于可塑性高、重要性高的胜任力，应该选取最好的师资，开展集中、高强度、强迫性的培训，并辅于其他培养手段，让人才快速成长；对于可塑性低、重要性高的胜任力，应作为招聘和选拔的重点考察内容，不满足要求的坚决不录用或晋升；对于可塑性高、重要性低的胜任力，可以在不耽误现有工作的前提下，可由内部兼职讲师开展自愿性质的企业内训；而对于可塑性低、重要性低的能力，则建议由个人自学、觉悟为主。现今社会，人才是第一生产力。对于企业来说，人才选拔和培养已经成为最迫切的任务。因此，如何合理应用岗位胜任力模型，使企业找到明星而不是流星，使企业人才培养事半功倍，已成为现今国内外大型企业人力资源管理的新命题、新挑战。D、评价中心技术胜任力在人力资源管理中的应用很广，除了选聘和人员培养，很多国际企业还将其应用在绩效、薪酬等方面。但不管是哪方面的应用，都需要对现有人员的胜任力水平进行测量，因此评价中心技术的作用举足轻重。评价中心技术与胜任力模型密不可分。通过胜任力模型我们可以找到区分绩优和一般员工的真正特征，但是要想知道现有人员是否符合胜任力要求，那么就必须借助评价中心技术。通俗来说，评价中心技术就是通过一系列测评技术的组合，以达到衡量人员胜任力水平的工具。评价中心技术包括心理测评、小组讨论、结构化面谈等等，通过大量科学的实践，合理的评价中心测评技术组合，可以让人员测评准确性达到7成以上，而仅仅通过面谈或观察的准确性在50%左右。
孟森：岗位胜任力模型构建1
胜任力模型针对特定职位表现优异要求组合起来的胜任力结构，是一系列人力资源管理与开发实践（如工作分析、招聘、选拔、培训与开发、绩效管理等）的重要基础。
麦克利兰认为胜任力模型是，“一组相关的知识、态度和技能，它们影响个人工作的主要部分、与工作绩效相关、能够用可靠标准测量和通过培训和开发而改善”。
吉尔福德（Guiford）则认为，“胜任力模型描绘了能够鉴别绩效优异者与绩效一般者的动机、特质、技能和能力，以及特定工作岗位或层级所要求的一组行为特征”。
应用方式：
胜任力模型：
一、将胜任能力模型融会到公司的甄选体系中，以此保证参与招聘决策的每个人都依据共同的标准，而该标准应该是同优良业绩密切相关的。
二、将胜任能力模型融会到业绩管理体系当中，以此保证人员能够得到有关同胜任工作息息相关的行为与技巧的指导和反馈。结果是，新雇佣的人员能够更快地实现最大生产力，并且离职率也会相应降低。