lifetablefit

Калибруйте таблицу продолжительности жизни от данных о выживании с параметрическими моделями

Синтаксис

[a,elx] = lifetablefit(x,lx)
[a,elx] = lifetablefit(___,lifemodel,objtype,interpmethod,a0)

Описание

пример

[a,elx] = lifetablefit(x,lx) калибрует таблицу продолжительности жизни, x, от данных о выживании, lx, с помощью параметрических моделей.

пример

[a,elx] = lifetablefit(___,lifemodel,objtype,interpmethod,a0) калибрует таблицу продолжительности жизни, x, от данных о выживании, lx, с помощью параметрических моделей с помощью дополнительных аргументов для lifemodel, objtype, interpmethod и a0.

Примеры

свернуть все

Загрузите файл данных таблицы продолжительности жизни.

load us_lifetable_2009

Калибруйте таблицу продолжительности жизни от данных о выживании с помощью heligman-pollard по умолчанию параметрическая модель.

[a,elx] = lifetablefit(x,lx);
display(a)
a = 8×3

    0.0005    0.0006    0.0004
    0.0592    0.0819    0.0192
    0.1452    0.1626    0.1048
    0.0007    0.0011    0.0007
    6.2840    6.7639    1.1040
   24.1387   24.2894   53.1672
    0.0000    0.0000    0.0000
    1.0971    1.0987    1.1100

display(elx(1:20,:))
   1.0e+05 *

    1.0000    1.0000    1.0000
    0.9937    0.9931    0.9943
    0.9932    0.9926    0.9939
    0.9930    0.9923    0.9936
    0.9928    0.9921    0.9935
    0.9926    0.9920    0.9933
    0.9925    0.9919    0.9932
    0.9924    0.9918    0.9931
    0.9923    0.9917    0.9930
    0.9922    0.9916    0.9929
    0.9921    0.9914    0.9928
    0.9920    0.9913    0.9927
    0.9919    0.9912    0.9926
    0.9917    0.9910    0.9924
    0.9915    0.9908    0.9923
    0.9913    0.9905    0.9921
    0.9910    0.9901    0.9919
    0.9906    0.9896    0.9917
    0.9901    0.9890    0.9914
    0.9895    0.9882    0.9912

Постройте серию qx и отобразите легенду. Серия qx является условной вероятностью, что человек в возрасте x умрет между возрастом x и следующим возрастом в ряду

plot(x,log(qx))
legend(series)

Входные параметры

свернуть все

Увеличение возрастов для необработанных данных, заданных как вектор N для неотрицательных целых чисел.

Типы данных: double

Набор num дискретные количества выживания, заданные как N-by-num матрица. Ряд входа lx является количеством людей, живых в возрасте x, учитывая 100 000 живых при рождении. Значения 0 или NaN во входной таблице lx проигнорированы.

Типы данных: double

(Необязательно) Параметрический тип модели выхода из строя, заданный как вектор символов с одним из следующих значений:

  • 'heligman-pollard' — Модель Хелигмен-Полларда с восемью параметрами (версия 1), заданная с точки зрения дискретной функции опасности:

    q(x)1q(x)=A(x+B)C+Dexp(E(журналxF)2)+GHX

    для ages x0, с параметрами A, B, C, D, E, F, G, H0.

  • 'heligman-pollard-2' — Модель Хелигмен-Полларда с восемью параметрами (версия 2), заданная с точки зрения дискретной функции опасности:

    q(x)1q(x)=A(x+B)C+Dexp(E(журналxF)2)+GHX1+GHX

    для ages x0, с параметрами A, B, C, D, E, F, G, H0.

  • 'heligman-pollard-3' — Модель Хелигмен-Полларда с восемью параметрами (версия 3), заданная с точки зрения дискретной функции опасности:

    q(x)=A(x+B)C+Dexp(E(журналxF)2)+GHX

    для ages x0, с параметрами A, B, C, D, E, F, G, H0.

  • 'gompertz' — Модель Two-parameter Gompertz, заданная с точки зрения непрерывной функции опасности:

    h(x) = A exp(Bx)
    для ages x0, с параметрами A, B0.

  • 'makeham' — Модель Gompertz-Makeham с тремя параметрами, заданная с точки зрения непрерывной функции опасности:

    h(x) = A exp(Bx) + C
    для ages x0, с parametersA, B, C0.

  • 'siler' — Модель Siler с пятью параметрами, заданная с точки зрения непрерывной функции опасности:

    h(x) = A exp(Bx) + C + D exp(-Ex)
    для ages x0, с параметрами A, B, C, D, E0.

Типы данных: char

(Необязательно) Цель для оценки нелинейного метода наименьших квадратов, заданной как вектор символов со следующими значениями:

  • 'ratio' — Учитывая необработанные данные q x и образцовые оценки q^x для x = 1..., N, первая цель (который является предпочтительной целью) имеет форму

    Φ=x=1N(1q^xqx)2

  • 'logratio' — Учитывая необработанные данные q x и образцовые оценки q^x для x = 1..., N, вторая цель имеет форму

    Φ=x=1N(журнал(q^x)журнал(qx))2

Типы данных: char

(Необязательно) Метод интерполяции использовать для сокращенных входных параметров таблицы продолжительности жизни, заданных как вектор символов со следующими значениями:

  • 'cubic' — Кубичная интерполяция, которая использует метод 'pchip' в interp1.

  • 'linear' — Линейная интерполяция.

  • 'none' Никакая интерполяция.

Примечание

Если возрасты в x не являются годами подряд, и интерполяция установлена в 'none', то оценки для параметров подходят только для вектора возраста x.

Если вы используете оценки параметра, чтобы вычислять значения таблицы продолжительности жизни в течение произвольных лет, интерполируйте использование метода 'cubic' по умолчанию.

Интерполяция с сокращенными таблицами продолжительности жизни формирует внутренние интерполированные полные таблицы продолжительности жизни, который обычно улучшает образцовые подгонки.

Типы данных: char

(Необязательно) Начальная оценка параметра, которая будет применена ко всему ряду, заданному как вектор numparam. Этот вектор должен соответствовать количеству параметров в модели, заданной с помощью аргумента lifemodel.

Типы данных: double

Выходные аргументы

свернуть все

Параметр оценивает для каждой серии num, возвращенной как numparam-by-num матрица.

Предполагаемый набор num стандартизировал ряд оставшегося в живых, возвращенный как N-by-num матрица. elx ряд вывода является количеством людей, живых в возрасте x, учитывая 100 000 живых при рождении. Значения 0 или NaN во входной таблице lx проигнорированы.

Ссылки

[1] Арии, E. “Таблицы продолжительности жизни Соединенных Штатов”. Национальные жизненные отчеты статистики, американское министерство здравоохранения и социального обеспечения. Издание 62, № 7, 2009.

[2] Carriere, F. “Параметрические Модели для Таблиц продолжительности жизни”. Транзакции Общества Актуариев. Издание 44, 1992, стр 77–99.

[3] Gompertz, B. “По Природе Функции, Выразительной из Закона Человеческого Выхода из строя, и на Новом Режиме Определения Значения Жизненных Непредвиденных обстоятельств”. Философские Транзакции Королевского общества. Издание 115, 1825, стр 513–582.

[4] Хелигмен, L. M. A. и Дж. Х. Поллард. “Шаблон Возраста Выхода из строя”. Журнал Института Издания 107 Актуариев, Pt. 1, 1980, стр 49–80.

[5] Makeham, W. M. “На Законе Выхода из строя и Конструкции Аннуитетных Таблиц”. Журнал Института Издания 8, 1860 Актуариев, стр 301–310.

[6] Siler, W. “Модель Конкурирующего Риска для Выхода из строя Животных”. Издание 60 экологии, стр 750–757, 1979.

[7] Siler, W. “Параметры Выхода из строя в Народонаселении с Широко Переменными Продолжительностями жизни”. Статистика в Издании 2, 1983 Медицины, стр 373–380.

Представленный в R2015a

Для просмотра документации необходимо авторизоваться на сайте