在进行统计数学建模作品研究时，需要考虑以下因素：
1.问题定义：明确研究的问题和目标，确定需要解决的核心问题。
2.数据收集：选择合适的数据来源，确保数据的可靠性和完整性。同时，还需要考虑数据的质量和可用性。
3.数据预处理：对原始数据进行清洗、转换和处理，以消除噪声、异常值和缺失值等。
4.特征选择：根据问题的特点和目标，选择适当的特征变量，以提高模型的准确性和泛化能力。
5.模型选择：根据问题的性质和数据的特点，选择合适的统计数学模型，如线性回归、逻辑回归、决策树等。
6.模型评估：使用合适的评估指标，如均方误差、准确率、召回率等，对模型的性能进行评估和比较。
7.模型优化：根据评估结果，对模型进行优化和调整，以提高模型的准确性和稳定性。
8.结果解释：对模型的结果进行解释和分析，提供合理的结论和建议。
9.敏感性分析：对模型的参数和假设进行敏感性分析，评估模型的稳定性和鲁棒性。
10.可解释性和可视化：通过可视化手段，将模型的结果直观地展示出来，提高模型的可解释性和可信度。
总之，进行统计数学建模作品研究时，需要综合考虑问题定义、数据收集、数据预处理、特征选择、模型选择、模型评估、模型优化、结果解释、敏感性分析和可解释性与可视化等因素，以确保研究的科学性和有效性。