lifetablefit

Калибруйте таблицу продолжительности жизни из 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, из данных о выживании, lx, использование параметрических моделей.

пример

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

Примеры

свернуть все

Калибруйте таблицу продолжительности жизни из данных о выживании Используя Хелигмен-Полларда параметрическая модель

Скрипт Open Live Script

Загрузите файл данных таблицы продолжительности жизни.

load us_lifetable_2009

Калибруйте таблицу продолжительности жизни из 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
    6.2853    6.7641    1.1037
   24.1386   24.2894   53.1848
    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 qx ряд и отображение легенда. Серия qx условная вероятность, что человек в возрасте x умрет между возрастом x и следующим возрастом в ряду

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

Входные параметры

свернуть все

`x` — Увеличение возрастов для необработанных данных
вектор неотрицательных целых чисел

Увеличение возрастов для необработанных данных в виде N вектор для неотрицательных целых чисел.

Типы данных: double

`lx` — Набор `num` дискретные количества выживания
матрица

Набор num дискретное выживание рассчитывает в виде N- num матрица. Вход lx ряд 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

`lifemodel` — Параметрический тип модели выхода из строя
`'heligman-pollard'` (значение по умолчанию) | вектор символов со значениями `'heligman-pollard'`, `'heligman-pollard-2''heligman-pollard-3'`, `'gompertz'`, `'makeham'`, `'siler'`

(Необязательно) Параметрический тип модели выхода из строя в виде вектора символов с одним из следующих значений:

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

$\frac{q (x)}{1 - q (x)} = A^{{(x + B)}^{C}} + D \exp (- E {(\log \frac{x}{F})}^{2}) + G H^{X}$
для ages x ≥ 0, параметрами A, B, C, D, E, F, G, H ≥ 0.
'heligman-pollard-2' — Модель Хелигмен-Полларда с восемью параметрами (версия 2), заданная в терминах дискретной функции опасности:

$\frac{q (x)}{1 - q (x)} = A^{{(x + B)}^{C}} + D \exp (- E {(\log \frac{x}{F})}^{2}) + \frac{G H^{X}}{1 + G H^{X}}$
для ages x ≥ 0, параметрами A, B, C, D, E, F, G, H ≥ 0.
'heligman-pollard-3' — Модель Хелигмен-Полларда с восемью параметрами (версия 3), заданная в терминах дискретной функции опасности:

$q (x) = A^{{(x + B)}^{C}} + D \exp (- E {(\log \frac{x}{F})}^{2}) + G H^{X}$
для ages x ≥ 0, параметрами A, B, C, D, E, F, G, H ≥ 0.
'gompertz' — Модель Two-parameter Gompertz, заданная в терминах непрерывной функции опасности:
```
h(x) = A exp(Bx)
```
для ages x ≥ 0, параметрами A, B ≥ 0.
'makeham' — Модель Gompertz-Makeham с тремя параметрами, заданная в терминах непрерывной функции опасности:
```
h(x) = A exp(Bx) + C
```
для ages x ≥ 0, с parametersA, B, C ≥ 0.
'siler' — Модель Siler с пятью параметрами, заданная в терминах непрерывной функции опасности:
```
h(x) = A exp(Bx) + C + D exp(-Ex)
```
для ages x ≥ 0, параметрами A, B, C, D, E ≥ 0.

Типы данных: char

`objtype` — Цель для оценки нелинейного метода наименьших квадратов
`'ratio'` (значение по умолчанию) | вектор символов со значениями `'ratio'` `'logratio'`

(Необязательно) Цель для оценки нелинейного метода наименьших квадратов в виде вектора символов со следующими значениями:

'ratio' — Учитывая необработанные данные q _x и оценки модели ${\hat{q}}_{x}$ для x = 1..., N, первая цель (который является предпочтительной целью) имеет форму

$Φ = {\sum_{x = 1}^{N} (1 - \frac{{\hat{q}}_{x}}{q_{x}})}^{2}$
'logratio' — Учитывая необработанные данные q _x и оценки модели ${\hat{q}}_{x}$ для x = 1..., N, вторая цель имеет форму

$Φ = {\sum_{x = 1}^{N} (\log ({\hat{q}}_{x}) - \log (q_{x}))}^{2}$

Типы данных: char

`interpmethod` — Метод интерполяции использовать в сокращенных входных параметрах таблицы продолжительности жизни
`'cubic'` (значение по умолчанию) | вектор символов со значениями `'cubic'`, `'linear''none'`

(Необязательно) Метод интерполяции использовать в сокращенной таблице продолжительности жизни вводит в виде вектора символов со следующими значениями:

'cubic' — Кубичная интерполяция, которая использует 'pchip' метод в interp1.
'linear' — Линейная интерполяция.
'none' — Никакая интерполяция.

Примечание

Если возрасты в x не годы подряд, и интерполяция установлена в 'none', затем 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 'cubic' по умолчанию метод.

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

Типы данных: char

`a0` — Начальная оценка параметра, которая будет применена ко всему ряду
вектор

(Необязательно) Начальный параметр оценивает, чтобы быть примененным ко всему ряду в виде numparam вектор. Этот вектор должен соответствовать количеству параметров в модели, заданной с помощью lifemodel аргумент.

Типы данных: double

Выходные аргументы

свернуть все

`a` — Параметр оценивает для каждого `num` ряд
матрица

Параметр оценивает для каждого num ряд, возвращенный как numparam- num матрица.

`elx` — Предполагаемый набор `num` стандартизированный ряд оставшегося в живых
матрица

Предполагаемый набор num стандартизированный ряд оставшегося в живых, возвращенный как N- num матрица. elx выходной ряд 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 Различными Продолжительностями жизни”. Статистика в Издании 2, 1983 Медицины, стр 373–380.

Смотрите также

lifetableconv | lifetablegen

Документация

lifetablefit

Синтаксис

Описание

Примеры

Калибруйте таблицу продолжительности жизни из данных о выживании Используя Хелигмен-Полларда параметрическая модель

Входные параметры

`x` — Увеличение возрастов для необработанных данных
вектор неотрицательных целых чисел

`lx` — Набор `num` дискретные количества выживания
матрица

`objtype` — Цель для оценки нелинейного метода наименьших квадратов
`'ratio'` (значение по умолчанию) | вектор символов со значениями `'ratio'` `'logratio'`

Примечание

`a0` — Начальная оценка параметра, которая будет применена ко всему ряду
вектор

Выходные аргументы

`a` — Параметр оценивает для каждого `num` ряд
матрица

`elx` — Предполагаемый набор `num` стандартизированный ряд оставшегося в живых
матрица

Ссылки

Смотрите также

Темы

Представленный в R2015a

Документация Financial Toolbox

Поддержка

Документация

lifetablefit

Синтаксис

Описание

Примеры

Калибруйте таблицу продолжительности жизни из данных о выживании Используя Хелигмен-Полларда параметрическая модель

Входные параметры

x — Увеличение возрастов для необработанных данных вектор неотрицательных целых чисел

lx — Набор num дискретные количества выживания матрица

objtype — Цель для оценки нелинейного метода наименьших квадратов 'ratio' (значение по умолчанию) | вектор символов со значениями 'ratio' 'logratio'

Примечание

a0 — Начальная оценка параметра, которая будет применена ко всему ряду вектор

Выходные аргументы

a — Параметр оценивает для каждого num ряд матрица

elx — Предполагаемый набор num стандартизированный ряд оставшегося в живых матрица

Ссылки

Смотрите также

Темы

Представленный в R2015a

Документация Financial Toolbox

Поддержка

`x` — Увеличение возрастов для необработанных данных
вектор неотрицательных целых чисел

`lx` — Набор `num` дискретные количества выживания
матрица

`objtype` — Цель для оценки нелинейного метода наименьших квадратов
`'ratio'` (значение по умолчанию) | вектор символов со значениями `'ratio'` `'logratio'`

`a0` — Начальная оценка параметра, которая будет применена ко всему ряду
вектор

`a` — Параметр оценивает для каждого `num` ряд
матрица

`elx` — Предполагаемый набор `num` стандартизированный ряд оставшегося в живых
матрица