华数杯2023国际赛B题（社会稳定预警研究）
中国社会风险预警机制构建的核心为指标体系的构建。所构建的指标体系应具有反映社会转型和经济转轨关键时期社会风险的整体水平、预测和分析社会风险的动态变化、监测社会发展的总体状况、预警社会安全的临界阀值、为政府制定社会风险应对决策提供依据等功能。在指标体系构建的过程中，指标的选取、指标分值的设定、指标权重的设置等工作对于社会风险预警的成败起着关键的作用。 结合相关研究成果，对中国社会风险预警系统指标体系中的指标进行了选取。进行社会风险预警指标设计时，主要关注那些具有较强警戒作用的敏感性指标，而且不仅要关注客观指标的运行状态，也不能忽视主观指标的变动情况，但是考虑到目前我国统计工作的现状，很大一部分主观指标没有现成的统计指标与之对应或换算，需要专门调查与评估，因而难于量化与操作在选取中国社会风险预警机制指标体系的过程中，一方面着重考虑了现阶段能够反映中国社会风险的各个方面;另一方面在指标的选取上，坚持与现有的统计指标保持高度的一致性。
论文预览：
数据部分截图：
部分支撑材料截图：
部分代码和依赖算法截图：
部分代码预览
%function RI=AHPRI(n)
i=0;CI=0;A=zeros(n);
while i<1000
for l=1:n %构造的正互反矩阵对角元素为1
A(l,l)=1;
end
for j=1:n-1 %设置正互反矩阵中其余元素的随机性
for k=j+1:n
a=randint(1,1,[2,9]);
x=rand(1); %根据rand函数取随机数按照正态分布
if x<6/17 %从而构造if语句进行相关元素的赋值
A(j,k)=a;
elseif 6/17<=x<6.5/17
A(j,k)=1;
else
A(j,k)=1/a;
end
A(k,j)=1/A(j,k); %将A矩阵中对称位置的元素取倒数
end
end
[V,D]=eig(A); %求A矩阵的特征值
x=max(max(D)); %求最大特征值
ci=(x-n)/n-1; %求A矩阵对应的一致性指标
CI=CI+ci;
i=i+1;
end
RI=CI/1000;
{
"cell_type": "code",
"execution_count": 45,
"metadata": {},
"outputs": [],
"source": [
"df1 = pd.read_csv('./data/file1.csv')\n",
"df4 = pd.read_csv('./data/file4.csv')\n"
]
},
{
"cell_type": "code",
"execution_count": 46,
"metadata": {},
"outputs": [],
"source": [
"df_11 = df1[['carid','price']]\n",
"df4 = df_11.merge(df4,on='carid')"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"# 1 数据预处理"
]
},
{
"cell_type": "code",
"execution_count": 47,
"metadata": {},
"outputs": [
{
"data": {
"text/plain": [
"(8000, 7)"
]
},
"execution_count": 47,
"metadata": {},
"output_type": "execute_result"
}
],
"source": [
"df_trans = df4[df4.withdrawDate.notna()]\n",
"df_trans.shape"
]
},