两参数可叠加S型曲线

直线方程$y=mx$具有斜率$m，当以$y=ay^3+y=mx$进行单一扰动($a$为正参数)时，结果在实平面上呈现S形曲线或S型曲线。当$a\rightarrow 0$时，我们恢复$y=mx$，其为连续均匀分布的累积分布函数，描述事件在区间内发生的概率相等。当$a\rightarrow\infty$时，$y$的导数仅在$y=0$处具有有限支撑，类似于退化分布。基于这些论点，本文提出S型曲线可表示为最大熵均匀分布到零熵单值的表示。我们也论证这些S型曲线是可叠加的，因为它们仅是参数非线性但根本线性。迄今为止，叠加形式已用于捕捉自然系统模式，如生物增长的非线性动力学和酶反应动力学。本文旨在将S型曲线及其叠加形式用作统计模型。我们在包含鸢尾花测量数据的数据集上拟合这些模型，并分析其在模式识别中的有用性。基于这些模型，我们主张任何非均匀模式都可表示为对均匀分布的单一扰动。然而，我们的参数估计程序存在一些局限性，如对初始条件的敏感性取决于手头的数据。