代数与统计建模入门

数学模型可以从很小的问题开始：一份配方怎样扩大，水箱每分钟增加多少水，两场活动的百分比怎样合并，观测值为什么没有都落在一条直线上。先把这些问题算完整，再引入一般符号，代数和统计就能成为可以使用的工具。

这条路线适合已经会四则运算、分数与简单方程的读者。每篇保留一个贯穿的原创案例，让文字、表格、图像和公式彼此对应；完整例题后有可以自己尝试的变式和解答。需要时沿先修链接补知识，不必先读完全部高等数学。

从“比较谁与谁”开始

用一份配方辨认部分与部分、部分与整体；随后把同一个比值换成百分数，并处理基准发生改变的情况。

比与比例从蓝白颜料的质量比出发。先画等份、算每份质量，再推出任意总量的分配式；加白色和把整份配方放大，会产生不同结果。百分比与百分点把“增加多少”分成绝对的百分点差与相对原值的增幅，并用不同规模的活动说明为什么合并比例需要权重。

读到正比例与反比例时，先检查表中保持不变的是商还是积。每份耗纸相同与完成固定数量的任务，是两种不同的固定条件。先预测翻倍会怎样，再代入公式；这样得到的答案才带着模型含义。

先比较两个时点，再研究变化率固定、发生切换或随输入改变的情况。

斜率与平均变化率把水量变化和时间变化分别画在图上，再用二者的比表达“每分钟多少升”。有初始水量的直线未必过原点，平均变化率也未必等于每一时刻的变化率。

分段函数继续追踪水箱：流量改变后，图像怎样转折，切换时刻应归哪一段，水量是否突然跳变？只要把这些问题逐一说明，分段式就不再是一串难记的条件。二次函数模型换到围栏与面积，通过展开和配方找最大面积，说明求出的极值还要落在允许的范围内。

随后可以进入数学建模与线性模型：精确规则能导出函数，带误差的观测则需要估计参数；这两种来源要分清。

先按对应关系缩放形状，再比较长度、面积、体积和等比音高。

相似与比例尺要求先认准对应顶点和边，再计算放大倍数。图纸比例尺比较的是长度；面积和体积的倍数需要另外推导。幂函数与尺度律把这些关系写成一般的幂函数，并解释为何双对数图上的直线值得考虑，又为何有限数据上的直线不能证明普遍规律。

十二平均律从一个八度对应频率翻倍出发，问十二个等比步骤每一步应该乘多少。再比较平均律与简单整数频率比，便能看见数学上的折中。这里的“相等”是频率比相等，不是每次增加相同的赫兹数。前篇的输入是长度，质量按幂次变化；这里的输入换成半音步数，频率按指数变化。两篇借助倍数与对数相连，使用的函数类型不同。

继续研究物理模型时，可接到量纲分析。形状相似和动力学相似需要的条件不同，小模型不能只按尺寸缩小就自动复现全部现象。

概率树描述条件分支，测量尺度确定数值表达的意义，分散程度和残差帮助读懂没有被一个平均值或公式解释的部分。

概率树把先后发生的事件画成分支，沿一条路径相乘、合并互斥路径相加；抽走一个对象后，下一层条件概率也可能改变。它为贝叶斯定理中的反向条件推断提供图形准备。

数据的测量尺度先检查数字表示类别、次序、差值还是有意义的倍数。重新给类别编号，与把分钟换成秒，不是同一种变换。方差与标准差从离均差开始，解释为什么要平方、为何再开方，并区分描述一组数据与用样本估计总体的公式。

残差分析则让读者把拟合之后剩下的偏差重新画出来：弯曲、随输入扩大的散布或时间上的成串偏差，各自提示哪类问题？图可以帮助提出检查方向，不能独自证明随机误差模型已经成立。

读完主例子后，先遮住解答，独立完成一个中间量：一份颜料的质量、一段时间的平均变化率、某条概率路径的权重或一个残差。接着改变一项条件，预测结果，再核对正文的变式解答。

出现差异时，先查基准、单位、对象和允许范围，再查代数运算。能得到一个数字是开始；能解释为什么选这个式子、哪里会失效，才说明方法可以迁移到新问题。

后续应用可接到管理与生活中的数学，更丰富的时间演化可接到动态系统建模。本站讲解的具体要求见帮助:词条写作标准。

Daniel L. Timmons、Catherine W. Johnson、Sonya M. McCook，Fundamentals of Algebraic Modeling: An Introduction to Mathematical Modeling with Algebra and Statistics，第 5 版，Brooks/Cole，2010。提供知识范围和逐步学习的参考，本站案例与图形另行创作。
OpenStax：Prealgebra 2e，比例、百分数和代数基础。
OpenStax：Introductory Statistics 2e，数据、概率与统计建模。