vensim如何进行“历史检验”，操作方法是什么？

如题

（1）不要你悬赏的论坛币。
（2）随便搜索到一篇文献“基于未来经济发展的南宁市用水量研究”。里面是这么说的：“模型的历史检验：模型以2005年为基准年,选定2005—2008年的模拟数据与历史数据进行对比,一般主要变量的模拟值与实际值之间的差额不超过5%,模型可视为有效。现选定总用水量和总人口两个变量进行检验,如下表所示,发现它们的误差均在5%以内,预测值比较准确,模型的有效性较好。”由此可大概明白所谓模型的“历史检验”是什么意思。
（3）至于怎么做，我也没尝试过。要是需要检验的历史数据年限不长，可手工进行比对，就像这篇文献那样；如果年限很长，可将模拟得到的某变量值，与通过Lookup读入的历史数据进行比对。再计算它们的误差平方和；或者用Max函数找出其中误差最大者。

nkunku 发表于 2011-8-21 06:12
（1）不要你悬赏的论坛币。
（2）随便搜索到一篇文献“基于未来经济发展的南宁市用水量研究”。里面是这么 ...

问题是，模型本身就是使用历史数据模拟的，现在如何和实际值比较呢？
比如t=x*y。其中x已知量，统计年鉴有数据，y为已知量，统计年鉴也有数据，将两个历史数据代入方程，算出来每年的t。t是统计年鉴里没有的，那么现在好像没有模拟数据，只有历史数据啊？
如果是c=0.8gdp那么，可以把历年的GDP代入方程，算出C消费，这样在统计年鉴找到消费数据，和算出的消费进行比较，这样可以比较，应该没问题。
但是如果使用vensim软件进行automatically simulate on chang的话，发现算出来的t和使用计算器算出来的t值，每年的值都有些区别，这个计算器算出的t和vensims算出的t能否分别理解为实际数据和模拟数据呢？
谢谢！

（1）我想，模型的历史检验指的应该是你所说的第二种情形，即“如果是c=0.8gdp那么，可以把历年的GDP代入方程，算出C消费，这样在统计年鉴找到消费数据，和算出的消费进行比较，这样可以比较，应该没问题。”

（2）如果非要进行第一种情形的检验，即“比如t=x*y。其中x已知量，统计年鉴有数据，y为已知量，统计年鉴也有数据，将两个历史数据代入方程，算出来每年的t。t是统计年鉴里没有的，那么现在好像没有模拟数据，只有历史数据啊？”


为了找到历史数据，就应该知道你的模型之t值所表示的物理意义。比如，x表示工业总产值，y表示农业总产值（它们均来自统计年鉴）。现在假设你构建了一个模型系统，其中有一个变量t，它的物理意义为“农民的纯收入”，它与x和y的关系假设是t=0.02x+Log(y)【具体的方程是怎么样的，谁知道呢】。那么现在就可以模拟得到t的值，而年鉴中也可查得到农民的纯收入数据。这样不就可以进行比对了吗？反之，如果你都不知道t所要代表的是什么，那还怎么进行历史数据的比对呢？

所以，关键在于你利用现有数据x和y（通过模型构建）得到的新变量t其物理意义是什么，而这个新变量t其历史可以查询得到。

nkunku 发表于 2011-8-21 07:14
（1）我想，模型的历史检验指的应该是你所说的第二种情形，即“如果是c=0.8gdp那么，可以把历年的GDP代入方 ...

b比如说t是综合发展指数，这个指数在统计年鉴里是没有的

nlm0402 发表于 2011-8-21 07:20
b比如说t是综合发展指数，这个指数在统计年鉴里是没有的

那就没有办法进行围绕这个变量的“历史检验”呗。呵呵

在Vensim中，"历史检验"(Historical Validation)是一种模型验证的方法，用于确认你的模型是否能够重现过去的数据或事件。这通常涉及到将模型的输出与已知的历史数据进行比较。以下是在Vensim中执行历史检验的一般步骤：

1. **收集历史数据**：首先，你需要收集与你建模系统相关的实际历史数据。

2. **设定时间范围**：在模型中设置一个适当的时间范围来模拟这些历史数据。

3. **校准模型参数**：使用历史数据调整你的模型参数，以使模型的输出尽可能接近实际的历史记录。这可能需要多次迭代和尝试不同的参数组合。

4. **运行模拟**：使用你校准后的参数集运行模型，并将结果与历史数据进行比较。

5. **评估拟合度**：检查模型的结果是否与历史数据吻合良好。如果结果与历史数据有较大偏差，你可能需要重新调整参数或审视模型的结构和假设。

6. **迭代改进**：基于历史检验的结果，对模型进行必要的修正，并重复上述过程直到模型能够合理地重现历史数据为止。

在Vensim中具体操作时：

- 使用"Data Table"（数据表）功能来导入或输入你的历史数据。
- 在模拟的“Run Specs”设置中调整起始和结束时间以适应你的时间范围。
- 利用Vensim中的优化工具，如 "Optimizer" 或 "Policy Maker" 来自动寻找最佳参数集。虽然这些工具可能需要额外的学习，它们可以大大简化模型校准的过程。

请注意，历史检验是确保模型有效性的关键步骤，但它不保证模型在未来的预测准确性。因此，在使用模型进行决策时还需要谨慎考虑其他因素和假设。

此文本由CAIE学术大模型生成，添加下方二维码，优先体验功能试用