Единая модель предсказывает изменения в занятости, микробиомах и лесах

Исследователи сообщают, что одна упрощенная модель может предсказывать колебания численности в трех несвязанных областях: городской занятости, микробиоме кишечника человека и тропических лесах. Эта модель поможет экономистам, экологам, органам здравоохранения и другим прогнозировать и реагировать на изменчивость в разных сферах.

Новые результаты подробно описаны в Proceedings of the National Academy of Sciences.

Модель под аббревиатурой SLRM не предсказывает точные исходы, а генерирует узкое распределение наиболее вероятных траекторий. Её разработали профессор Джеймс О'Дуайер и постдок Ашиш Джордж из Университета Иллинойса.

"Модель включает случайные события, поэтому предсказывает диапазон исходов. Но данные попадают прямо в середину этого диапазона", — сказал О'Дуайер.

Как работает модель:

• Делит каждую популяцию на дискретные сектора (например, виды занятости, виды микробов или деревьев).
• Назначает каждому сектору "время генерации" — продолжительность пребывания в этом состоянии.
• "Время генерации измеряется в часах для микробов, годах для видов занятости и десятилетиях для лесов", — пояснил Джордж.

Анализ систем через призму времени генерации для каждого сектора выявил сходства в их поведении.

Источники данных:

• Занятость: данные North American Industry Classification System за 17 лет по 383 городам США.
• Леса: 20-летние наблюдения за деревьями и кустарниками на 123 акрах острова Барро-Колорадо в Панаме.
• Микробиом: ежедневные измерения относительной численности сотен видов микробов в кишечнике человека в течение более года.

Для каждого "вида" в каждой системе анализировали три величины: равновесную численность, время возврата к равновесию после возмущения и силу стохастичности (случайности).

"Мы нашли хорошее описание для большей части данных с помощью этой модели. Простая, как она есть, она показала лучшие результаты по сравнению с альтернативными моделями", — сказал О'Дуайер.

Простота модели позволяет применять её как в биологических, так и в социальных сферах. Она может предсказывать изменения численности, но не описывает точную причину этих колебаний.

"Это первая попытка унифицировать прогнозы колебаний в этих областях с использованием одной модели", — сказал Джордж. — "Этот прогресс не только поможет разработать новые методы прогнозирования в каждой системе, но и будет мотивировать перекрестное опыление концепций и методов в этих, казалось бы, разных областях".