【原】R語言預(yù)測人口死亡率：用李·卡特（Lee-Carter）模型、非線性模型進(jìn)行平滑估計(jì)

拓端數(shù)據(jù) 2024-10-11 發(fā)布于浙江

展開全文

原文鏈接：http:///?p=13663

當(dāng)前，人口形勢復(fù)雜多變，人口研究雜志近期刊發(fā)的論文預(yù)測中國將迎來前所未有的人口死亡高峰。這一趨勢與年輕人生育意愿低的現(xiàn)狀相互交織，給社會(huì)帶來諸多挑戰(zhàn)。我們在思考這些人口問題的同時(shí)，也需深入研究人口死亡率，以更好地理解和應(yīng)對未來的發(fā)展（點(diǎn)擊文末“閱讀原文”獲取完整代碼數(shù)據(jù)）。

相關(guān)視頻

今天，我們在研究人口數(shù)據(jù)集，可以觀察到很多波動(dòng)性。

由于缺少一些數(shù)據(jù)，我們想使用廣義非線性模型來獲得死亡率曲面圖的平滑估計(jì)，并編寫了一些代碼。

我們得到這樣的結(jié)果：

由于我們?nèi)鄙僖恍?shù)據(jù)，因此我們想使用一些廣義非線性模型。因此，讓我們看看如何獲得死亡率曲面圖的平滑估計(jì)。我們編寫一些代碼。




D=DEATH$MaleE=EXPO$MaleA=as.numeric(as.character(DEATH$Age))Y=DEATH$YearI=(A<100)base=data.frame(D=D,E=E,Y=Y,A=A)subbase=base[I,]subbase=subbase[!is.na(subbase$A),]

第一個(gè)想法可以是使用Poisson模型，其中死亡率是年齡和年份的平穩(wěn)函數(shù)

可以使用




persp(vZ,theta=-30,col="green",shade=TRUE,xlab="Ages (0-100)",ylab="Years (1900-2005)",zlab="Mortality rate (log)")

死亡率曲面圖

還可以提取年份的平均值，這是 Lee-Carter模型中系數(shù)的解釋


predAx=function(a) mean(predict(regbsp,newdata=data.frame(A=a,Y=seq(min(subbase$Y),max(subbase$Y)),E=1)))plot(seq(0,99),Vectorize(predAx)(seq(0,99)),col="red",lwd=3,type="l")

我們有以下平滑的死亡率