logisic模型参数的多元回归分析.docxVIP

logisic模型参数的多元回归分析 人口和资源的增长过程和预测一直是人们关注的问题。关于这一问题的研究还没有停止，将继续进行长期研究。最初英国经济学家T R Malthus(1798)假定人口以几何级数的方式增长,而资源则以算术级数的方式增加。这是人口指数增长的最初来源。然而,指数增长模型没有考虑环境的限制和资源的约束。后来P F Verhulst(1838)以及R Pearl、L J Reed(1920)等共同设定了一个区域中人口增长的上限,这相当于在指数增长方程中引入了环境和资源的约束参数。于是Logistic模型应运而生。大量的观测研究表明,自然界和人类社会的很多现象——人口、资源、生态系统中的动物数量,如此等等——的增长表现出S形曲线特征,刻画这种曲线的可取数学表达之一就是Logistic函数。实际上,多年来联合国预测世界各国的城市化水平的增长,主要也是采用Logistic模型。问题在于,Logistic模型具有3个参数,而通常的非线性回归技术主要解决两个参数的模型拟合问题。于是,科学估计Logistic模型参数就是该模型有效应用的关键步骤。虽然一些数学计算软件,如Mathcad,提供了Logistic模型参数估计的曲线拟合方法,但由于算法的适用性没有保障,关键性的参数估值结果往往极大地偏离了实际。笔者在教学与研究过程中,发现可以采用多元非线性自回归的途径估计模型参数。只要研究对象的增长具有Logistic过程的基本特征,这种方法就行之有效。下面借助实例说明该方法的基本原理和应用方法,以期为今后的人口、资源、环境和生态等领域的预测提供一种简单实用的处理技巧。 1 可线性化的线性回归分析 一般地,Logistic增长模型可以表作 y=y*1+ae-bt(1) 式中,y*代表承载能力或者最大容量,实则反映事物增长的饱和参数。参数y*值常常被解释为资源数量,这种资源数量用资源支持的有机体数量来测度。参数b表示最大可能的相对增长率,参数a的数值由饱和值y*与初始值y0的比值决定。当t=0时,参数a可以表作 a=y*y0-1(2) 在实际应用过程中,关键在于拟定饱和参数y*值。在大型统计分析软件SPSS中,拟合Logistic模型时有一个选项:设定增长的上限,亦即拟定饱和参数值。如果这个选项缺省,则系统默认上限为无穷大,从而Logistic模型由指数增长模型替代。 对式(1)求导可得 dydt=by(1-yy*)(3) 式(1)乃是式(3)的特解。当y→0时,b→dy/(ydt)恰是t=0时的相对增长率,故有时称b为初始增长率。将式(3)离散化便是 ΔytΔt=yt-yt-1Δt=byt-1(1-yt-1y*)(4) 由此得到两个非线性自回归方程。一个是 Δyt=bΔtyt-1-bΔty*y2t-1(5) 另一个则是 yt=(1+bΔt)yt-1-bΔty*y2t-1(6) 这两个自回归方程在理论上和实际应用中都具有等价性质。 式(5)和式(6)都是非线性方程,但都容易转换为线性方程表达,从而借助基于最小二乘的线性回归分析估计模型参数。对于可线性化的数学模型,一般可以采用经典的最小二乘框架确定模型参数。但是,模型线性化的过程中也常常引起随机扰动项的变换,以致误差的球形正态分布破坏,线性回归分析方法不再合适,必须代之以加权最小二乘。只有数据集变换之后产生常数方差的时候,线性回归才继续适用。 不过,对于式(5)和式(6),线性化变换非常简单,只需将二次平方项y2t-1视为一个变量即可,模型的残差并未经过任何变换,因此不存在上述问题。在这种情况下,可以以yt-1和y2t-1为自变量,分别以Δyt和yt为因变量,进行二元线性回归——本质上为非线性二元自回归。借助回归分析,可以得出两个回归系数 u=bΔt或者u=1+bΔt(7)v=bΔty*(8) 据此确定模型参数b和饱和值y*,进而利用式(2)得到参数a。于是Logistic模型就建立起来了。在绝大多数情况下,采样的时间步长Δt=1,此时上面的公式均可以进一步简化。不过,有些时候Δt≠1,而是Δt=10或者其它数值。 2 基于原始序列的二元非线性自回归 为了说明Logistic模型参数的估计方法,下面给出一个简明的应用实例。表1是湖北省武汉市1985~2002年共计18年的户籍人口。通过散点图和初步的拟合分析可知,数据变化服从Logistic增长的基本特征。从原始数据出发,可以生成4列数据,或者说4个变量:Pt-1为1985~2001年历年的户籍人口;P2t-1为1985~2001年历年户籍人口的平方;Pt为1986~2002年历年的户籍人口;ΔPt=Pt-Pt-1为1985~2002年历年户籍人口的差分值。例如ΔP1为1986年的人口减去1985年的人口,ΔP2为1987年的人口