单一模型预测就业、微生物群和森林的趋势

森林数据来自亚马逊，每五年一次，在123英亩的珊瑚岛和亚马逊地区进行一次调查这些微生物数据来自于一项研究，该研究测量了人类体内微生物种类的相对丰度

“对于每个系统的每个‘样本’，我们分析了相对丰度的目标——一个不确定的时间点，以估计三个量：不平衡的丰度、目标在穿孔后恢复到平衡的时间点和突然性的强度，”乔治说“模型中包含的波动性说明了从平衡到平衡产生波动的一系列事件。”

“我们发现了这个模型对大部分数据的奇怪描述，”O'Dwyer说“尽管很简单，但我们将其与其他一些替代模型进行了比较，并得到了更好的执行。我们的模型很好地描述了波动的大部分。”

“延迟的简单性允许在生物和社会领域应用，”O’Dwyer说“它可以预测数量的变化，但不能描述这些反射的确切原因。”

他表示，需要深入了解产生波动的详细机制、系统特定分析

乔治说：“这是用同一模型对跨领域波动进行统一预测的第一次尝试。”“这一进步不仅有助于在一个系统中开发新的预测方法，而且还促进了这些看似复杂的领域的概念和技术的交叉授粉。”