logistic模型和最小二乘[宣贯].pptVIP

模型检验 用模型计算2000年美国人口，与实际数据比较 实际为281.4 (百万) 模型应用——预报美国2010年的人口 加入2000年人口数据后重新估计模型参数 Logistic 模型在经济领域中的应用(如耐用消费品的售量) 阻滞增长模型(Logistic模型) r=0.2490, xm=434.0 x(2010)=306.0(实际308.7） 最小二乘拟合 问题：给定 拟合一个函数 y=f(x,t)，其中x为待定的参数向量 记误差 确定x的方法： 求x使得误差平方和 最小 MATLAB最小二乘拟合 命令 lsqcurvefit 基本用法 [x,resnorm，res]=lsqcurvefit(@f,x0,t,y,lb,ub) 输入：@f =f(x,t) x0=参数初值 t=自变量向量 y=函数值向量 lb ub =参数的上下界 输出 x=参数估计值 resnom=r, r(误差平方和） res= r(误差向量) 例子 已知美国人口数据如下（单位~百万） 1860 1870 1880 …… 1960 1970 1980 1990 31.4 38.6 50.2 …… 179.3 204.0 226.5 251.4 用指数增长模型作人口预报 估计模型参数 r的MATLAB方法 1.建立M文件 myexp.m function f=myexp(x,t) f=x(1)*exp(x(2)*t); 2.建立M文件myexpexec.m t=0:21 y=[3.9,5.3,7.2,9.6,12.9,17.1,23.2,31.4,38.6, 50.2,62.9,76.0,92.0,106.5,123.2,131.7,150.7, 179.3,204.0,226.5,251.4,281.4] x0=[4,0.3]; [x,norm,res]=lsqcurvefit(@myexp,x0,t,y) 3. 利用MATLAB作图,比较结果 plot(t,y,+); hold on; y1=myexp(x,t); % 理论数据 plot(t,y1,*); 指数模型结果 如果用LOGISTIC 模型作拟合，步骤相同 1.建立m文件 mylogistic.m function f=mylogistic(x,t) f=x(1)/(1+(x(1)/3.9-1)*exp(-x(2)*t)); 2. 和前面相同，只要将 myexp 换为mylogistic LOGSTIC模型结果 两个模型结果比较 精品ppt·实用可编辑 精品ppt·实用可编辑 精品ppt·实用可编辑 精品ppt·实用可编辑 精品ppt·实用可编辑 精品ppt·实用可编辑 精品ppt·实用可编辑 精品ppt·实用可编辑 精品ppt·实用可编辑 精品ppt·实用可编辑 精品ppt·实用可编辑 精品ppt·实用可编辑 精品ppt·实用可编辑 精品ppt·实用可编辑 精品ppt·实用可编辑 精品ppt·实用可编辑 精品ppt·实用可编辑 精品ppt·实用可编辑 精品ppt·实用可编辑 精品ppt·实用可编辑 精品ppt·实用可编辑 精品ppt·实用可编辑 精品ppt·实用可编辑 精品ppt·实用可编辑 精品ppt·实用可编辑 精品ppt·实用可编辑 精品ppt·实用可编辑 精品ppt·实用可编辑 精品ppt·实用可编辑 精品ppt·实用可编辑 精品ppt·实用可编辑 精品ppt·实用可编辑 精品ppt·实用可编辑 精品ppt·实用可编辑 精品ppt·实用可编辑 精品ppt·实用可编辑 精品ppt·实用可编辑 精品ppt·实用可编辑 精品ppt·实用可编辑 精品ppt·实用可编辑 精品ppt·实用可编辑 精品ppt·实用可编辑 精品ppt·实用可编辑 精品ppt·实用可编辑 精品ppt·实用可编辑 精品ppt·实用可编辑 精品ppt·实用可编辑 精品ppt·实用可编辑 精品PPT·收集整理 背景 年 1625 1830 1930 1960 1974 1987 1999 人口(亿) 5 10 20 30 40 50 60 世界人口增长概况 中国人口增长概况 年 1908 1933 1953 1964 1982 1990 1995 2000 人口(亿) 3.0 4.