基于logistic模型，GM模型和Leslie模型全国人口预测
目录
摘要....................................................................................................................... 1
一 问题重述......................................................................................................... 1
1.1 背景知识................................................................................................ 1
1.2问题陈述................................................................................................. 1
二 问题分析......................................................................................................... 2
2.1 问题一的相关分析................................................................................ 2
2.2问题二的相关分析................................................................................. 2
2.3问题三的相关分析................................................................................. 3
三 符号说明及名词解释..................................................................................... 4
3.1符号说明................................................................................................. 4
3.2 名词解释................................................................................................ 4
四 模型的假设与准备......................................................................................... 6
4.1 模型的假设............................................................................................ 6
4.2 模型的准备............................................................................................ 6
五 模型的建立与求解....................................................................................... 10
5.1 问题一 预测2030年人口数量.......................................................... 10
5.2 问题二 2030年男生及城镇占比预测............................................... 16
5.3 问题三 普查次数的可行性分析........................................................ 20
六 相对误差分析............................................................................................... 22
6.1 问题一模型相对误差分析.................................................................. 22
6.2 问题二模型相对误差分析.................................................................. 24
参考文献............................................................................................................. 26
附录....................................................................................................................... 1
附录1：........................................................................................................ 1
附录2：........................................................................................................ 2
附录3：...................................................................................................... 12
附录4：...................................................................................................... 14
摘要
本文基于全国人口普查数据，建立了改进的logistic模型，等维递补灰色模型（GM模型）和按年龄分布的女性模型（Leslie模型），利用matlab、Python软件求解分析并对3种模型做了误差分析。对全国各年份全国人口总量，男、女人口量，城镇、乡村人口量的变化趋势做出了预测；最后提出了人口普查的时间频率的建议。
对于问题一：首先以1953~2020年国家统计局全国人口数据为依据，选择2001~2010年数据建立改进的logistic模型，等维递补灰色模型和Leslie模型。得到2020年各模型预测结果：改进的logistic模型为14.1434亿人，等维递补灰色模型为14.20692282亿人，Leslie模型为14.0758亿人。结果表明，改进的logistic模型好于另外两种模型动态预测模型，改进的logistic模型预测精度较高，可靠性强。最后利用2010~2020年数据建立改进的logistic模型对全国2030年人口总数进行预测，结果为14.4585亿人。
对于问题二：利用问题一建立的Leslie模型，对全国2010-2030各年份的男、女人口，城镇、乡村人口的变化趋势做出了预测。提取出了2030年的男性预测人口70722万人，女性预测人口69610万人；2030年的城市预测人口104457万人，乡村预测人口36074万人，得到了在2030年，中国的男性占比（50.396%）和城镇人口占比（70.333%）。
对于问题三：首先分别尝试使用间隔10年和无间隔年份的人口总数数据建立改进的logistic模型对2020年全国人口总数进行预测。得到2020年的两个预测结果分别为13.4808亿人和14.1434亿人。结果表明，间隔10年的模型预测效果较差，而无间隔的模型预测效果较好。然后，中国人口政策经历了从鼓励生育到节制生育、再到限制生育、最后向鼓励生育转变的四次重大调整。与人口政策调整相对应，中国人口结构在经历了１９５３~2０0８年劳动年龄人口规模持续扩大。结果表明，新的人口政策的发布将会影响到人口结构的变化。所以认为有理由改变全国人口普查每10年一次的频率，人口普查的时间应该结合人口政策的改变和数据的有效性进行动态变化。
关键词：人口预测 改进的logistic模型 等维递补灰色模型 Leslie模型
代码：
数据：
全文内容及代码数据：
https://download.csdn.net/download/I_miss_you_csy/82191581
基于logistic模型，GM模型和Leslie模型全国人口预测相关推荐
- 「软件项目管理」成本估算模型——Walston-Felix模型和COCOMO Ⅱ模型
Walston-Felix模型和COCOMO Ⅱ模型 序言 一.Walston-Felix模型 1. 公式 2. 举例 二.COCOMO模型(Constructive Cost Model) 1. 模 ...
- 情感分析的描述、基于词袋模型和word2vec模型的情感分析实现
情感分析的描述.基于词袋模型和word2vec模型的情感分析实现 以购物评论为例: # 读入原始数据集 import pandas as pddfpos = pd.read_excel('../dat ...
- 【word2vec】篇三：基于Negative Sampling 的 CBOW 模型和 Skip-gram 模型
系列文章: [word2vec]篇一:理解词向量.CBOW与Skip-Gram等知识 [word2vec]篇二:基于Hierarchical Softmax的 CBOW 模型和 Skip-gram 模 ...
- 【word2vec】篇二：基于Hierarchical Softmax的 CBOW 模型和 Skip-gram 模型
文章目录 CBOW 模型 基本结构 目标函数 梯度计算 Skip-gram 模型 基本结构 梯度计算 优缺点分析 系列文章: [word2vec]篇一:理解词向量.CBOW与Skip-Gram等知识 ...
- 基于 OData 模型和 JSON 模型的 SAP UI5 表格控件行项目的添加和删除实现
这是 Jerry 2021 年的第 62 篇文章,也是汪子熙公众号总共第 339 篇原创文章. 龟虽寿曹操神龟虽寿,犹有竟时:腾蛇乘雾,终为土灰.老骥伏枥,志在千里:烈士暮年,壮心不已.盈缩之期,不但 ...
- 机器学习笔记——3 logistic模型和probit模型基本原理，从哲学视角谈谈统一二者的潜变量模型
logistic模型和probit模型基本原理,从哲学视角谈谈统一二者的潜变量模型 监督学习的两种类别 在监督学习中,根据标签值的类型可以将其分为两类: 一类是定量数据,其分为计量型和计数型,这种可以 ...
- utxo模型_什么是UTXO？简析账户/余额模型和UTXO模型
在比特币社区内,有一种这样的说法:其实并没有比特币,有的只是UTXO.还有一种说法是:如果理解了UTXO,你就理解了比特币. 这两种说法虽然都有不同程度的夸张,但足以体现UTXO之于比特币的重要性.既 ...
- lr模型和dnn模型_建立ML或DNN模型的技巧
lr模型和dnn模型 机器学习 (Machine Learning) Everyone can fit data into any model machine learning or deep lea ...
- Reactor模型和Proactor模型：同步IO与异步IO
Table of Contents 服务端的线程模型 2种fd 3种事件 Reactor模型-同步I/O 1.单Reactor单线程模型 2.单Reactor多线程模型 3.主从Reactor多线程模 ...
- Linux内存管理之UMA模型和NUMA模型
1.概述 2. 从 CPU 角度看物理内存模型 内核是以页为基本单位对物理内存进行管理的,每页大小为 4K,在内核中用 struct page 结构体来进行管理,struct page 中封装了每页内 ...
最新文章
- python爬虫框架排行榜-公认8个效率最高的爬虫框架
- python中对象和变量的关系_浅析python中的类变量和对象变量
- 一本通1627【例 3】最大公约数
- xcode代码没颜色的解决方案
- laravel打印sql语句_SQL语句为什么慢？索引为什么失效？
- jMeter Transaction Controller 学习笔记
- leetcode 28. 实现 strStr()（kmp）
- java 导入world数据_java读取world文件，把world文件中的内容，原样输出到页面上。...
- python执行效果_使用tqdm显示Python代码执行进度功能
- QTCreator2.8.0+Qt Open source 4.8.5环境配置（Win7x64）
- MS-SQL （sql server）添加数据库只读用户K3DBSQP，并遍历所有数据库添加访问只读访问权限
- Serializing - 序列化 综述 – To be continued.
- 【排序算法】冒泡排序的三种方法
- 关于cmwap和cmnet之间的区别
- java 字符串特殊符号_Java去除字符串中的特殊符号或指定的字符
- 访达前往文件夹_MacOS实用技巧之Finder(访达)的使用
- 通过日期的相减计算年龄
- 用if函数表示大于1小于等于10的数
- 【原创】智能云计算机(云脑)软件开发招商
- aws亚马逊云购买服务器的操作记录