Logistic模型

文章内容部分参考自：

(9条消息) 数学建模——人口预测模型公有木兮木恋白的博客-CSDN博客数学建模人口预测模型

logistic回归应用指南 - 知乎 (zhihu.com)

一、模型概述

---

非线性最小二乘估计

clc, clear
​
a=textread('data4.txt'); %把原始数据保存在纯文本文件data4.txt中
​
x=a([2:2:6],:)';  %提出人口数据
​
x=nonzeros(x); %去掉后面的零，并变成列向量
​
t=[1790:10:2000]';
​
t0=t(1); x0=x(1);
​
fun=@(cs,td)cs(1)./(1+(cs(1)/x0-1)*exp(-cs(2)*(td-t0))); %cs(1)=xm,cs(2)=r
​
cs=lsqcurvefit(fun,rand(2,1),t(2:end),x(2:end),zeros(2,1))
​
xhat=fun(cs,[t;2010]) %预测已知年代和2010年的人口

二、logistic回归应用

---

logistic回归是一种广义的线性回归分析模型，常用于疾病诊断、经济预测等领域，主要用途为寻找危险因素（寻找某一疾病的危险因素）、预测（不同自变量情况下，某病或某种情况的发生概率）和判别（判断某人属于某病或某种情况的概率有多大），在疾控项目中较多涉及寻找危险因素，因此，本文主要以寻找危险因素进行举例说明。

直接用SPSS软件去分析，操作指南见：

logistic回归应用指南 - 知乎 (zhihu.com)

三、人口预测

---

1、特点

考虑了人口能够承受的最大值

数据出错时拟合的不够好，必须要有正确的数据才能够拟合

数学模型简单，有一定的公式

2、代码实现

原理

Logistic模型认为人口增长有最大值Xm和人口的固有增长率r0。当人口增长到Xm附近，人口将保持这个水准不会有大的变动，数学公式如下

dx/dt=r0(1-x/Xm)x
x(0)=x0

x是人口数量，x0是初始人口数量

解这个方程组得到

x=Xm/(1+(Xm/x0-1)exp(-r0t))

3、代码

clc
​
clear
​
closeall
​
x=[97.42102.36105.78  111.16  116.04  121.71  126.26  134.93  141.24  141.89    143.2   147];%常驻老年人口
​
n=length(x);
​
t=0:1:n-1;
​
rk=zeros(1,n);
​
rk(1)=(-3*x(1)+4*x(2)-x(3))/2;
​
rk(n)=(x(n-2)-4*x(n-1)+3*x(n))/2;
​
fori=2:n-1
​
  rk(i)=(x(i+1)-x(i-1))/2;
​
end
​
rk=rk./x;
​
p=polyfit(x,rk,1);
​
b=p(2);
​
a=p(1);
​
r0=b;
​
xm=-r0/a;
​
%输出
​
pnum=zeros(n,1);
​
fori=0:1:n-1
​
  pnum(i+1)=xm/(1+(xm/x(1)-1)*exp(-r0*i));
​
end
​
year1=2008:2019;
​
plot(year1,pnum,'r--o',year1,x,'k-*')
​
xlabel('年份')
​
ylabel('老年人口数量/万人')
​
legend('预测老年人口数量','实际老年人口数量')

预测

figure(2)
​
fnum=zeros(n+16,1);
​
fori=0:1:n+15
​
  fnum(i+1)=xm/(1+(xm/x(1)-1)*exp(-r0*i));
​
end
​
year2=2008:2035;
​
plot(year2,fnum,'r--o')
​
xlabel('年份')
​
ylabel('老年人口数量/万人')
​
legend('预测老年人口数量')