之前在《Logit究竟是个啥?——离散选择模型之三》一文中提过,Logit应该理解成Log-it,这里的it指的是Odds(“胜率”,等于P/1-P)。一个Logit变换就是从概率P到的过程,如下图所示:
当我们讨论Logit的模型时候,指的是下面这种形式:
注意,等号的右边是自变量的线性组合。
我记得以前在学《数学建模》的时候,有一个人口增长模型:(1)如果没有资源限制的话,人口随时间的变化率
和总人口的数量(
)呈线性关系(人口越多,繁殖的越快)——这就是指数增长模型(Exponential Growth,见下图左侧)。(2)实际情况下,由于受到环境、资源等各方面的限制,人口变化曲线一般呈S-型——起初人口数量较少的时候增长率较低,然后随着时间的推移逐渐增加;当达到资源限制的瓶颈(K)的时候,增长率又下降至零——我们把这种非线性的S-型增长模型称之为 Logistic Growth,如下图右侧所示。
求解上图右侧(Logistic Growth)对应的微分方程
。令
可得: