模型校准之前，先检查参数可辨识性

以 Logistic 增长模型为例，说明拟合误差很小为何不等于参数已经被可靠识别。

skqfly

skqfly

1/9/2026 · 588 words

skqfly 标志

模型校准常被写成一个优化问题：给定观测，寻找使误差最小的参数。但“优化器找到了一个解”并不等于“数据足以确定这些参数”。如果参数不可辨识，不同参数组合可能给出几乎相同的预测。

从 Logistic 模型开始

考虑增长模型

dNdt=rN(1−NK),\frac{\mathrm dN}{\mathrm dt} =rN\left(1-\frac{N}{K}\right),

其中 rr 是内禀增长率，KK 是环境容量。给定观测 (ti,yi)(t_i,y_i)，最小二乘目标为

J(r,K)=12∑i=1m[N(ti;r,K)−yi]2.J(r,K)=\frac12\sum_{i=1}^{m} \left[N(t_i;r,K)-y_i\right]^2.

当所有观测都集中在增长早期、且 N≪KN\ll K 时，模型近似为 N˙≈rN\dot N\approx rN。这时数据对 rr 很敏感，却几乎看不到 KK 的作用。优化器仍可返回一个 KK，但它通常由边界、初值或噪声决定。

用灵敏度矩阵观察问题

令参数向量 θ=(r,K)\theta=(r,K)，灵敏度矩阵写成

Sij=∂N(ti;θ)∂θj.S_{ij} =\frac{\partial N(t_i;\theta)}{\partial\theta_j}.

在独立同方差噪声假设下，Fisher 信息矩阵近似为

F=1σ2STS.F=\frac{1}{\sigma^2}S^\mathsf{T}S.

若 FF 的最小特征值接近零，说明存在一个参数方向几乎不会改变预测。此时置信区间会很宽，且参数间常出现很强的相关性。

观测设计比更换优化器更有效

下面比较三种采样方案的典型表现：

采样方案覆盖阶段rr 的识别KK 的识别
仅早期密集采样指数增长段好很差
仅后期采样平台附近较差好
早、中、后期均有采样完整增长过程好好

如果 KK 不可辨识，增加同一时间段内的采样密度帮助有限；更有效的做法是延长观测窗口，让数据覆盖接近平台的阶段。这说明实验设计与参数估计不能完全分开。

校准结果应如何报告

除了最优参数和目标函数值，还应报告：

  • 参数置信区间或剖面似然区间；
  • 灵敏度矩阵或信息矩阵的条件数；
  • 参数相关系数；
  • 用未参与校准的数据进行的预测检验；
  • 初值、参数边界与观测误差假设。

模型的用途通常是预测或解释，而不是得到一组看起来精确的小数。先确认参数是否真的被数据约束，再讨论优化精度，结论会可靠得多。