R语言预测人口死亡率:用李·卡特模型、非线性模型进行平滑估计

今天早上,我和同事一起分析死亡率。我们在研究人口数据集,可以观察到很多波动性。

我们得到这样的结果:

由于我们缺少一些数据,因此我们想使用一些广义非线性模型。因此,让我们看看如何获​​得死亡率曲面图的平滑估计。我们编写一些代码。


课程

R语言数据分析挖掘必知必会

面对扑面而来的数据浪潮,包含Google、Facebook等国际企业,都已采用R语言进行数据分析

探索课程 ➜

第一个想法可以是使用Poisson模型,其中死亡率是年龄和年份的平稳函数,类似于

​可以使用

死亡率曲面图​

还可以提取年份的平均值,这是​ Lee-Carter模型中系数的解释  

我们有以下平滑的死亡率

回顾下李·卡特模型是

可以使用以下方法获得参数估计值

粗略的死亡率曲面图是

有以下  ​ 系数。

这里我们有很多系数,但是,在较小的数据集上,我们具有更多的可变性。我们可以平滑李·卡特模型: 

 代码片段

现在的死亡人数是

得出多年来随年龄变化的平均死亡率,

然后,我们可以使用样条函数的平滑参数,并查看对死亡率曲面的影响


可下载资源

​非常感谢您阅读本文,如需帮助请联系我们!


关于作者

Kaizong Ye拓端研究室(TRL)的研究员。

本文借鉴了作者最近为《R语言数据分析挖掘必知必会 》课堂做的准备。


随时关注您喜欢的主题

在wechat上关注我们

最新洞察

技术干货

 
QQ在线咨询
售前咨询热线
15121130882
售后咨询热线
0571-63341498