为提升学生学科竞赛参与能力，助力备赛提质增效，充分发挥朋辈引领作用，近日，学院于“一站式”学生社区举办第一期“朋辈领航”学科竞赛经验分享会。本次分享会聚焦统计建模竞赛，并邀请田沚仟、张中杰主讲备赛经验，为同学们带来全面、实用的参赛指导，众多学生踊跃参与。
分享会上，田沚仟结合自身参赛经历与实战经验，围绕统计建模竞赛全流程展开细致讲解。田沚仟《以成都市空气质量预测项目》为例，系统拆解从选题、数据处理、模型构建到成果输出的完整路径，明确选题需紧扣国家战略需求、聚焦民生问题、保障数据可获取性，强调指标、模型、数据三大创新点是竞赛核心竞争力。
针对备赛关键环节，田沚仟详细介绍数据处理方法，分享IQR四分位距法处理异常值、标准化数据消除量纲差异等实用技巧，指出数据处理是建模基础与核心步骤。同时，主讲人梳理统计建模核心流程，明确定主题、数据处理、建模型、分析结果、提建议五大关键步骤，帮助同学们理清备赛思路。
在团队协作与分工方面，田沚仟结合三人组队模式，给出清晰分工建议，涵盖统筹进度与论文写作、数据处理与可视化、模型搭建与代码运行三大模块，并提醒团队提前确定数据渠道、熟练掌握建模软件，做好每日进度同步、统一论文格式等细节工作，全面提升备赛效率。
在数据处理过程中，张中杰通过运用SPSSPRO演示数据异常值处理与缺失值处理的具体步骤，通过Origin演示描述性统计与相关性分析具体步骤，并指出Origin在绘图方面的优势，以及需要搭载的绘图模组如何寻找等等。
在模型建立过程之中，张中杰介绍了统计建模的两种模型构建思路，一种是构建预测类模型，另外一种是构建分类模型。统计建模的最好建模步骤便是不断优化一个模型，张中杰以例举了可以从SVM到LSSVM、PSO-LSSVM、Lasso-SVM-RF再到BKA-LSTM-LSSVM这样围绕SVM进行不断优化，最终进行一个模型的对比、得到预测趋势或评价分类结果。
最后，张中杰推荐了CSDN、文码快心、GitHub中文社区等各种各样的算法网站，希望同学们能合理利用资源，站在巨人的肩膀看问题，取得优异的成绩！
本次学科竞赛经验分享会的成功举办，为同学们搭建了良好的学习交流平台，有效解答了备赛困惑，明晰了参赛方向与方法，充分发挥了优秀学子的示范引领作用。同学们纷纷表示，此次分享内容干货满满、实用性强，将把所学经验运用到后续备赛中，积极参与学科竞赛，以赛促学、以赛提质，在竞赛中提升专业能力与综合素养。
(撰稿：田沚仟 图片：张中杰 初审：王莲 复审：焦国松 终审：苟格）
