关于数据挖掘:R语言预测人口死亡率用李卡特LeeCarter模型非线性模型进行平滑估计附代码数据

最近咱们被客户要求撰写对于预测人口死亡率的钻研报告，包含一些图形和统计输入。

明天早上，我和共事一起剖析死亡率。咱们在钻研人口数据集，能够察看到很多波动性

咱们失去这样的后果：

因为咱们短少一些数据，因而咱们想应用一些狭义非线性模型。因而，让咱们看看如何取得死亡率曲面图的平滑预计。咱们编写一些代码。


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

第一个想法能够是应用 Poisson 模型，其中死亡率是年龄和年份的安稳函数，相似于

能够应用


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

死亡率曲面图

点击题目查阅往期内容

R 语言 Lee-Carter 模型对年死亡率建模预测预期寿命

左右滑动查看更多

还能够提取年份的平均值，这是 Lee-Carter 模型中系数的解释

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")

咱们有以下平滑的死亡率

回顾下李·卡特模型是

能够应用以下办法取得参数估计值

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

粗略的死亡率曲面图是

有以下系数。

plot(seq(1,99),coefficients(regnp)[2:100],col="red",lwd=3,type="l")

这里咱们有很多系数，然而，在较小的数据集上，咱们具备更多的可变性。咱们能够平滑李·卡特模型：

代码片段


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

当初的死亡人数是

得出多年来随年龄变动的均匀死亡率，

BpA=bs(seq(0,99),knots=knotsA,Boundary.knots=range(subbase$A),degre=3)
Ax=BpA%*%coefficients(regsp)[2:8]
plot(seq(0,99),Ax,col="red",lwd=3,type="l")

而后，咱们能够应用样条函数的平滑参数，并查看对死亡率曲面的影响

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

点击文末 “浏览原文”

获取全文残缺代码数据资料。

本文选自《R 语言预测人口死亡率：用李·卡特（Lee-Carter）模型、非线性模型进行平滑预计》。

点击题目查阅往期内容

R 语言散布滞后非线性模型（DLNM）钻研发病率，死亡率和空气污染示例
R 语言散布滞后非线性模型（DLNM）空气污染钻研温度对死亡率影响建模利用
R 语言散布滞后线性和非线性模型（DLM 和 DLNM）建模
散布滞后线性和非线性模型（DLNM）剖析空气污染（臭氧）、温度对死亡率工夫序列数据的影响
R 语言中的散布滞后非线性模型 DLNM 与发病率和空气污染示例
【视频】R 语言中的散布滞后非线性模型（DLNM）与发病率，死亡率和空气污染示例
R 语言散布滞后线性和非线性模型（DLNM）剖析空气污染（臭氧）、温度对死亡率工夫序列数据的影响
R 语言散布滞后线性和非线性模型（DLMs 和 DLNMs）剖析工夫序列数据
R 语言散布滞后非线性模型（DLNM）空气污染钻研温度对死亡率影响建模利用 R 语言散布滞后非线性模型（DLNM）钻研发病率，死亡率和空气污染示例 R 语言 Lee-Carter 模型对年死亡率建模预测预期寿命
R 语言预测人口死亡率：用李·卡特（Lee-Carter）模型、非线性模型进行平滑预计
Tableau 数据可视化：探索性图形剖析新生儿死亡率数据
R 语言模仿人类生存预期寿命动静可视化动画图 gif
r 语言绘制动静统计图：绘制世界各国的人均 GDP，出世时的预期寿命和人口气泡图动画动静 gif 图
R 语言非参数模型厘定保险费率：部分回归、狭义相加模型 GAM、样条回归
R 语言小数定律的保险业利用：泊松散布模仿索赔次数
R 语言对巨灾危险下的再保险合同定价钻研案例：狭义线性模型和帕累托散布 Pareto distributions 剖析
R 语言中的狭义线性模型（GLM）和狭义相加模型（GAM）：多元（平滑）回归剖析保险资金投资组合信用风险敞口

全文链接：http://tecdat.cn/?p=26147