Leslie 模型预测

Leslie 模型

模型基本

前面介绍了 Malthus 和 Logistic 两种预测人口数(或者说生物数量:草履虫、微生物)的模型,今天接着讲 Leslie 矩阵模型。

虽然前面的预测都是从问题的数据出发,通过数据之间的联系得出拟合出预测方程,简单的很;但是由于只需要较少的数据可以得到方程,往往精度比较低(尽管可以通过调整拟合所需的数据多少来提升精度,但还是有限)。如果需要考虑到种群间 (以人为例) 的年龄结构,那么前面两种模型便不是这么适合,虽然人口总数可以通过原先的两种模型用总的增长率直接求出,但是不同年龄段的人的增长率是不一样的,所以如果想提高人口总数预测的准确率,则不妨考虑不同年龄段的 “繁殖率” 和 “死亡率” 。

由 Leslie 在20世纪40年代用向量形式的差分方程 Leslie (莱斯利)矩阵模型描述女性人口变化规律。

百度百科:Leslie 矩阵模型利用某一初始时刻种群的年龄分布,动态预测种群年龄分布随时间的演变过程。这是一个线性的种群数量动力学模型,通过 Leslie 矩阵可以得出,当时间充分时,种群的年龄分布趋于稳定,总数量趋于指数增长、指数衰变,或保持不变。

模型构建

现以考虑女性人口数量为例:
假设女性的最大年龄为 s 岁,将 s 岁分成 n 组,即 n 个年龄区间,其中

  • 11
    点赞
  • 94
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 2
    评论
本文建立了我国人口增长的预测模型,对各年份全国人口总量增长的中短期和长期趋势作出了预测,并对人口老龄化、人口抚养比等一系列评价指标进行了预测。最后提出了有关人口控制与管理的措施。模型Ⅰ:建立了Logistic人口阻滞增长模型,利用附件2中数据,结合网上查找补充的数据,分别根据从1954年、1963年、1980年到2005年三组总人口数据建立模型,进行预测,把预测结果与附件1《国家人口发展战略研究报告》中提供的预测值进行分析比较。得出运用1980年到2005年的总人口数建立模型预测效果好,拟合的曲线的可决系数为0.9987。运用1980年到2005年总人口数据预测得到2010年、2020年、2033年我国的总人口数分别为13.55357亿、14.18440亿、14.70172亿。 模型Ⅱ:考虑到人口年龄结构对人口增长的影响,建立了按年龄分布的女性模型Leslie模型): 以附件2中提供的2001年的有关数据,构造Leslie矩阵,建立相应 Leslie模型;然后,根据中外专家给出的人口更替率1.8,构造Leslie矩阵,建立相应的 Leslie模型。 首先,分别预测2002年到2050年我国总人口数、劳动年龄人口数、老年人口数(见附录8),然后再用预测求得的数据分别对全国总人口数、劳动年龄人口数的发展情况进行分析,得出:我国总人口在2010年达到14.2609亿人,在2020年达到14.9513亿人,在2023年达到峰值14.985亿人;预测我国在短期内劳动力不缺,但须加强劳动力结构方面的调整。 其次,对人口老龄化问题、人口抚养比进行分析。得到我国老龄化在加速,预计本世纪40年代中后期形成老龄人口高峰平台,60岁以上老年人口达4.45亿人,比重达33.277%;65岁以上老年人口达3.51亿人,比重达25.53%;人口抚养呈现增加的趋势。 再次,讨论我国人口的控制,预测出将来我国育龄妇女人数与生育旺盛期育龄妇女人数,得到育龄妇女人数在短期内将达到高峰,随后又下降的趋势的结论。 最后,分别对模型Ⅰ与模型Ⅱ进行残差分析、优缺点评价与推广。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

梦什

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值