Funkcja logistyczna
Funkcja logistyczna lub krzywa logistyczna – wykorzystywana do modelowania wielu zjawisk krzywa w kształcie litery S (krzywa sigmoidalna) opisana równaniem[1]
- ,
gdzie L to parametr wyznaczający kres górny zbioru wartości funkcji, w określonych kontekstach nazywany pojemnością środowiska, k to logistyczna stopa wzrostu wyznaczająca tempo przyrostu krzywej, zaś to wartość wyznaczająca środek krzywej (punkt przegięcia, w którym funkcja przyjmuje wartość ).
- .
Oba zapisy są równoważne: , , zaś ().
Dziedziną funkcji logistycznej są liczby rzeczywiste, granica dla wynosi 0, a granica dla to .
Standardowa funkcja logistyczna to funkcja logistyczna z parametrami () opisana równaniem
i niekiedy nazywana po prostu sigmoidem (ang. the sigmoid)[4]. Innym stosowanym określeniem jest expit, co nawiązuje do faktu, że funkcja jest odwrotnością logitu[5][6].
Funkcja logistyczna znajduje zastosowanie w wielu dziedzinach, w tym w biologii (zwłaszcza ekologii), biomatematyce[7], chemii[8], demografii[9], ekonomii (np. modelowanie dyfuzji innowacji[10]), teorii prawdopodobieństwa i statystyce (np. regresja logistyczna), socjologii, językoznawstwie[11], sztucznych sieciach neuronowych.
Uogólnienia
[edytuj | edytuj kod]Istnieje wiele uogólnień funkcji logistycznej znajdujących zastosowanie w modelowaniu wzrostu. Należą do nich między innymi uogólniona krzywa logistyczna i krzywa Gompertza.
W statystyce, gdzie wartości funkcji logistycznej są interpretowane jako prawdopodobieństwa wystąpienia jednej z dwóch możliwych kategorii, uogólnieniem na trzy lub więcej kategorii jest funkcja softmax, której wartości są wektorami.
Przypisy
[edytuj | edytuj kod]- ↑ Logistic functions [online], xaktly.com [dostęp 2024-06-14] .
- ↑ Jan Purczyński , Kamila Bednarz-Okrzyńska , Wybrane metody estymacji parametrów funkcji logistycznej, „Studia i Prace WNEiZ”, 45, 2016, s. 71–82, DOI: 10.18276/sip.2016.45/2-06, ISSN 2080-4881 [dostęp 2024-06-14] .
- ↑ Marek Brzeziński , Zdolności organizacyjne przedsiębiorstwa – ujęcie procesowe, Sylwester Gregorczyk, Grzegorz Urbanek (red.), Wydawnictwo Uniwersytetu Łódzkiego, 2020, DOI: 10.18778/8220-335-6.22, ISBN 978-83-8220-335-6 [dostęp 2024-06-14] .
- ↑ Sigmoid — PyTorch 2.3 documentation [online], pytorch.org [dostęp 2024-06-14] .
- ↑ expit: Inverse logistic link function in locfit: Local Regression, Likelihood and Density Estimation [online], rdrr.io [dostęp 2024-06-14] (ang.).
- ↑ scipy.special.expit — SciPy v1.13.1 Manual [online], docs.scipy.org [dostęp 2024-06-14] .
- ↑ Mario Villalobos-Arias , Using generalized logistics regression to forecast population infected by Covid-19, [w:] arXiv, 2020, DOI: 10.48550/ARXIV.2004.02406, arXiv:2004.02406 [dostęp 2024-06-15] .
- ↑ Xi Yin , Piotr Zelenay , (Invited) Kinetic Models for the Degradation Mechanisms of PGM-Free ORR Catalysts, „ECS Transactions”, 85 (13), 2018, s. 1239–1250, DOI: 10.1149/08513.1239ecst, ISSN 1938-6737 [dostęp 2024-06-15] (ang.).
- ↑ Raymond Pearl , Lowell J. Reed , On the Rate of Growth of the Population of the United States since 1790 and Its Mathematical Representation, „Proceedings of the National Academy of Sciences of the United States of America”, 6 (6), 1920, s. 275–288, DOI: 10.1073/pnas.6.6.275, ISSN 0027-8424, PMID: 16576496, PMCID: PMC1084522 [dostęp 2024-06-15] (ang.).
- ↑ Leno S. Rocha , Frederico S.A. Rocha , Thársis T.P. Souza , Is the public sector of your country a diffusion borrower? Empirical evidence from Brazil, Benjamin M. Blau (red.), „PLOS One”, 12 (10), 2017, e0185257, DOI: 10.1371/journal.pone.0185257, ISSN 1932-6203, PMID: 28981532, PMCID: PMC5628819 [dostęp 2024-06-15] (ang.).
- ↑ Rens Bod , Linguistic Society of America (red.), Probabilistic linguistics: originated as a Symposium on "Probability Theory in Linguistics" held in Washington, DC as part of the Linguistic Society of America meeting in January 2001, A Bradford book, Cambridge, Mass.: MIT Press, 2003, s. 147-156, ISBN 978-0-262-52338-7 [dostęp 2024-06-15] .