Exponenta Banner
exponenta event banner

lifetablefit

Калибровка таблицы жизненного цикла на основе данных о выживании с помощью параметрических моделей

свернуть все на странице

Синтаксис

[a, elx] = жизнеобеспечение (x, lx)
[a, elx] = жизнеобеспечение (___, жизненная модель, тип объекта, межметод, a0)

Описание

пример

[a,elx] = lifetablefit(x,lx) калибрует таблицу жизненного цикла, x, из данных о выживании, lx, с использованием параметрических моделей.

пример

[a,elx] = lifetablefit(___,lifemodel,objtype,interpmethod,a0) калибрует таблицу жизненного цикла, x, из данных о выживании, lx, использование параметрических моделей с использованием необязательных аргументов для lifemodel, objtype, interpmethod, и a0.

Примеры

свернуть все

Открыть сценарий в реальном времени

Загрузите файл данных таблицы жизненного цикла. 

load us_lifetable_2009

Калибровка таблицы жизненного цикла по данным выживания с использованием значения по умолчанию heligman-pollard 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
    6.2843    6.7637    1.1038
   24.1387   24.2895   53.1783
    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 график qx и отображение легенды. Ряд qx - условная вероятность того, что человек в возрасте x умрет между возрастом x и следующим возрастом в серии 

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

Figure contains an axes. The axes contains 3 objects of type line. These objects represent All, Male, Female.

Входные аргументы

свернуть все

Увеличение возраста для необработанных данных, указанных как N вектор для неотрицательных целых чисел.

Типы данных: double

Сбор данных num дискретные счетчики выживаемости, указанные как Nоколо-num матрица. Вход lx серия - количество людей, живущих в возрасте x, с учетом 100 000 живых при рождении. Значения 0 или NaN во входной таблице lx игнорируются.

Типы данных: double

(Необязательно) Параметрический тип модели смертности, заданный как символьный вектор с одним из следующих значений:

  • 'heligman-pollard' - восьмипараметрическая модель Гелигмана-Полларда (версия 1), заданная в терминах дискретной функции опасности:

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

    для возрастов x ≥ 0, с параметрами A, B, C, D, E, F, G, H ≥ 0.

  • 'heligman-pollard-2' - восьмипараметрическая модель Гелигмана-Полларда (версия 2), заданная в терминах дискретной функции опасности:

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

    для возрастов x ≥ 0, с параметрами A, B, C, D, E, F, G, H ≥ 0.

  • 'heligman-pollard-3' - восьмипараметрическая модель Гелигмана-Полларда (версия 3), заданная в терминах дискретной функции опасности:

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

    для возрастов x ≥ 0, с параметрами A, B, C, D, E, F, G, H ≥ 0.

  • 'gompertz' - двухпараметрическая модель Гомперца, заданная в терминах функции непрерывной опасности:

    h(x) = A exp(Bx)
    для возрастов x ≥ 0, с параметрами A, B ≥ 0.

  • 'makeham' - Трехпараметрическая модель Гомперца-Макехама, заданная в терминах функции непрерывной опасности:

    h(x) = A exp(Bx) + C
    для возрастов x ≥ 0, с параметрами A, B, C ≥ 0.

  • 'siler' - Пятипараметрическая модель Siler, заданная в терминах функции непрерывной опасности:

    h(x) = A exp(Bx) + C + D exp(-Ex)
    для возрастов x ≥ 0, с параметрами A, B, C, D, E ≥ 0.

Типы данных: char

(Необязательно) Цель для нелинейной оценки методом наименьших квадратов, заданная как символьный вектор со следующими значениями:

  • 'ratio' - Заданные исходные данные qx и оценки модели q ^ x для x =1,..., N, первая цель (которая является предпочтительной целью) имеет вид

    Φ=∑x=1N (1 − q ^ xqx) 2

  • 'logratio' - Заданные исходные данные qx и оценки модели q ^ x для x =1,..., N, вторая цель имеет вид

    Φ=∑x=1N (log (q ^ x) − log (qx)) 2

Типы данных: char

(Необязательно) Метод интерполяции, используемый для ввода сокращенной таблицы жизненного цикла, заданный как символьный вектор со следующими значениями:

  • 'cubic' - Кубическая интерполяция, использующая 'pchip' метод в interp1.

  • 'linear' - Линейная интерполяция.

  • 'none' - Интерполяция отсутствует.

Примечание

Если возраст в x не являются последовательными годами, и для интерполяции установлено значение 'none', то оценки для параметров подходят только для возрастного вектора x.

Если оценки параметров используются для вычисления значений таблицы жизненного цикла для произвольных лет, выполните интерполяцию с использованием значений по умолчанию. 'cubic' способ.

Интерполяция с сокращенными таблицами жизненного цикла формирует внутренние интерполированные таблицы полного жизненного цикла, что обычно улучшает соответствия модели.

Типы данных: char

(Необязательно) Начальная оценка параметров, применяемая ко всем сериям, указанная как numparam вектор. Этот вектор должен соответствовать количеству параметров в модели, указанному с помощью lifemodel аргумент.

Типы данных: double

Выходные аргументы

свернуть все

Оценки параметров для каждого num серия, возвращенная как numparamоколо-num матрица.

Предполагаемый сбор num стандартизированная серия выживших, возвращенная как Nоколо-num матрица. elx выходная серия - количество людей, живущих в возрасте x, с учетом 100 000 живых при рождении. Значения 0 или NaN во входной таблице lx игнорируются.

Ссылки

[1] Ариас, Э. «Таблицы жизни Соединенных Штатов». Национальные отчеты по статистике естественного движения населения, Министерство здравоохранения и социальных служб США. Том 62, № 7, 2009.

[2] Кэрриер, Ф. «Параметрические модели для жизненных таблиц». Операции Общества актуариев. Том 44, 1992, стр. 77-99.

[3] Гомперц, Б. «О характере функции, выражающей закон о смертности человека, и о новом способе определения ценности жизненных непредвиденных обстоятельств». Философские сделки Королевского общества. Т. 115, 1825, стр. 513-582.

[4] Хелигмен, L. M. A. и Дж. Х. Поллард. «Возрастная структура смертности.» Журнал Института актуариев том 107, стр. 1, 1980, стр. 49-80.

[5] Makeham, W. M. «О законе смертности и построении таблиц аннуитета». Журнал Института актуариев т. 8, 1860, с. 301-310.

[6] Силер, В. «Модель конкурирующего риска для смертности животных». Экология том 60, стр. 750-757, 1979.

[7] Сайлер, W. «Параметры смертности в популяциях человека с широко изменяющейся продолжительностью жизни». Статистика в медицине Том 2, 1983, стр. 373-380.

См. также

|

Темы

Представлен в R2015a

Документация по комплекту финансовых инструментов

Поддержка