做课题的学生需要获取数据，可以从网上已有的资源来获取，如我们以前做数学建模时就常常去中国统计年鉴获取数据，国家的各个部门在网上一般都有自己的统计年鉴，可以获取很多数据；对于一些特殊场景下的数据，若你需要样本，则可以做一些调查问卷，到线下去派发或者到网上问卷星等工具去派发。
怎么获得数据并做好数据分析？
获取数据的方法，需要看你的场景是怎样。例如：互联网公司的员工需要获取自己网上的用户行为数据，可以通过现有的数据工具，如百度统计、google统计等，在网页上加上对应的统计代码即可，也可以让公司的开发人员在页面上直接埋点，从而获取数据。做课题的学生需要获取数据，可以从网上已有的资源来获取，如我们以前做数学建模时就常常去中国统计年鉴获取数据，国家的各个部门在网上一般都有自己的统计年鉴，可以获取很多数据；对于一些特殊场景下的数据，若你需要样本，则可以做一些调查问卷，到线下去派发或者到网上问卷星等工具去派发。
获取数据的方式还有很多，这里就不多说了。至于如果做好数据分析，这是一个很大的课题。首先需要知道做数据分析的目的，目标分别是什么，如果这些都没有，做出的数据都是没有意义的。另外，你需要懂得如果去处理数据，会一些数据分析的工具，excel表格的使用是最基本的。更高级一些就是学会数据库、R语言、matlab、SPSS等等的数学工具。
数学建模预测数据应该如何选择算法？
在之前的数模竞赛中，即便是美赛O奖的作品中，我们都能看到诸如灰色预测这样的用MATLAB实现的方法，实际上我们有时间序列，回归等一系列比较常用的预测方法。在18年前后，预测类数模问题变得较为尴尬，不是因为这些题目简单，是因为大家都有了一套两套现成的算法，拿题后只要找到数据就能很快跑程序出数据出图写论文。
所以那个时候基本上很少有预测的题目再出现了。实际上，评价类模型和预测类模型都是这样，因为人均都会，所以导致我们不会见到一整个大题全是讲预测的。在这之前，我们在国赛见过人口增加预测，长江水质预测，世博会影响预测等等，那个时候基本上都是用matlab去实现这些数据的处理和预测。说起来，在15年我本科入学的时候有个风潮，就是互联网 ，那个时候就是谁有着一个什么创新创业的点子，就可以去参加比赛拿拿奖。
