lifetablefit

Калибровка таблицы жизни из данных о выживании с помощью параметрических моделей

Синтаксис

[a,elx]
= lifetablefit(x,lx)

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

Описание

пример

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

пример

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

Примеры

свернуть все

Калибровка таблицы жизни из данных о выживании с помощью параметрической модели Гелигмана-Полларда

Открыть Live Script

Загрузите файл данных таблицы жизни.

load us_lifetable_2009

Калибровка таблицы 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
    6.2843    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 серия и отображение легенды. Последовательность 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 параметры

свернуть все

`x` - Увеличение возраста необработанных данных
вектор неотрицательных целых чисел

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

Типы данных: double

`lx` - Набор `num` количество дискретных выживаний
матрица

Набор num дискретные счетчики выживания, заданные как N-by- num матрица. Область входа lx серия - это количество людей, живущих в возрасте x лет, что дает 100 000 живых при рождении. Значения 0 или NaN в входе lx игнорируются.

Типы данных: double

`lifemodel` - Параметрический тип модели смертности
`'heligman-pollard'` (по умолчанию) | символьный вектор со значениями `'heligman-pollard'`, `'heligman-pollard-2''heligman-pollard-3'`, `'gompertz'`, `'makeham'`, `'siler'`

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

'heligman-pollard' - Восьмиметровая модель Гелигмана-Полларда (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 возрастов x ≥ 0, с параметрами A, B, C, D, E, F, G, <reservedrangesplaceholder1> ≥ <reservedrangesplaceholder0>.
'heligman-pollard-2' - Восьмиметровая модель Гелигмана-Полларда (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 возрастов x ≥ 0, с параметрами A, B, C, D, E, F, G, <reservedrangesplaceholder1> ≥ <reservedrangesplaceholder0>.
'heligman-pollard-3' - Восьмиметровая модель Гелигмана-Полларда (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 возрастов x ≥ 0, с параметрами A, B, C, D, E, F, G, <reservedrangesplaceholder1> ≥ <reservedrangesplaceholder0>.
'gompertz' - Двухпараметрическая модель Гомперца, заданная в терминах непрерывной функции опасности:
```
h(x) = A exp(Bx)
```
для возрастов x ≥ 0, с параметрами A, <reservedrangesplaceholder1> ≥ <reservedrangesplaceholder0>.
'makeham' - Трехпараметрическая модель Гомперца-Макехама, заданная в терминах непрерывной функции опасности:
```
h(x) = A exp(Bx) + C
```
для возрастов x ≥ 0, с параметрами A, B, <reservedrangesplaceholder1> ≥ <reservedrangesplaceholder0>.
'siler' - Пятипараметрическая модель Силера, заданная в терминах непрерывной функции опасности:
```
h(x) = A exp(Bx) + C + D exp(-Ex)
```
для возрастов x ≥ 0, с параметрами A, B, C, D, <reservedrangesplaceholder1> ≥ <reservedrangesplaceholder0>.

Типы данных: char

`objtype` - Цель для нелинейной оценки методом наименьших квадратов
`'ratio'` (по умолчанию) | символьный вектор со значениями `'ratio'` `'logratio'`

(Необязательно) Цель для нелинейной оценки методом наименьших квадратов, заданная 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 (которая 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 для использования для сокращенных входов таблицы жизненного цикла
`'cubic'` (по умолчанию) | символьный вектор со значениями `'cubic'`, `'linear'`, `'none'`

(Необязательно) Метод интерполяции для использования для сокращенных входов таблицы жизни, заданный как вектор символов со следующими значениями:

'cubic' - Кубическая интерполяция, которая использует 'pchip' метод в interp1.
'linear' - Линейная интерполяция.
'none' - Нет интерполяции.

Примечание

Если возраст в x не являются последовательными годами, и для интерполяции задано значение 'none', тогда оценки параметров подходят только для вектора возраста x.

Если вы используете оценки параметров для вычисления значений таблицы жизни для произвольных лет, интерполируйте с помощью 'cubic' по умолчанию способ.

Интерполяция с сокращенными таблицами жизни формирует внутренние интерполированные полные таблицы жизни, что обычно улучшает подгонку модели.

Типы данных: char

`a0` - Оценка начального параметра для применения ко всем последовательностям
вектор

(Необязательно) Начальная оценка параметра, которая будет применяться ко всем последовательностям, заданная как numparam вектор. Этот вектор должен соответствовать количеству параметров в модели, заданной с помощью lifemodel аргумент.

Типы данных: double

Выходные аргументы

свернуть все

`a` - Оценки параметров для каждого `num` серия
матрица

Оценки параметров для каждого num series, возвращается как numparam-by- num матрица.

`elx` - Предполагаемый набор `num` стандартизированный ряд выживших
матрица

Предполагаемый набор num стандартизированный ряд выживших, возвращенный как N-by- num матрица. The elx выходная серия - это количество людей, живущих в возрасте x лет, при рождении которых 100 000 живых. Значения 0 или NaN в входе lx игнорируются.

Ссылки

[1] Arias, E. «United States Life Tables». Национальные отчеты статистики естественного движения населения, Министерство здравоохранения и социальных служб США. Том 62, № 7, 2009.

[2] Carriere, F. «Параметрические модели для таблиц жизни». Сделки Общества актуариев. Том 44, 1992, стр. 77-99.

[3] Gompertz, B. «О природе функции, выражающей закон смертности человека, и о новом способе определения значения жизненных непредвиденных обстоятельств». Философские сделки Королевского общества. Том 115, 1825, стр. 513-582.

[4] Хелигман, Л. М. А. и Дж. Х. Поллард. «Возрастной шаблон смертности». Журнал Института актуариев Т. 107, Пт. 1, 1980, с. 49-80.

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

[6] Siler, W. «Модель конкурирующего риска для смертности животных». Экология т. 60, стр. 750-757, 1979.

[7] Siler, W. «Параметры смертности среди населения с широко изменяющимися сроками жизни». Статистика в медицине Vol. 2, 1983, pp. 373-380.

См. также

lifetableconv | lifetablegen

Темы

Введенный в R2015a

Документация

lifetablefit

Синтаксис

Описание

Примеры

Калибровка таблицы жизни из данных о выживании с помощью параметрической модели Гелигмана-Полларда

Входные параметры

`x` - Увеличение возраста необработанных данных
вектор неотрицательных целых чисел

`lx` - Набор `num` количество дискретных выживаний
матрица

`lifemodel` - Параметрический тип модели смертности
`'heligman-pollard'` (по умолчанию) | символьный вектор со значениями `'heligman-pollard'`, `'heligman-pollard-2''heligman-pollard-3'`, `'gompertz'`, `'makeham'`, `'siler'`

`objtype` - Цель для нелинейной оценки методом наименьших квадратов
`'ratio'` (по умолчанию) | символьный вектор со значениями `'ratio'` `'logratio'`

`a0` - Оценка начального параметра для применения ко всем последовательностям
вектор

Выходные аргументы

`a` - Оценки параметров для каждого `num` серия
матрица

`elx` - Предполагаемый набор `num` стандартизированный ряд выживших
матрица

Ссылки

См. также

Темы

Financial Toolbox

Поддержка

Документация

lifetablefit

Синтаксис

Описание

Примеры

Калибровка таблицы жизни из данных о выживании с помощью параметрической модели Гелигмана-Полларда

Входные параметры

x - Увеличение возраста необработанных данных вектор неотрицательных целых чисел

lx - Набор num количество дискретных выживаний матрица

lifemodel - Параметрический тип модели смертности 'heligman-pollard' (по умолчанию) | символьный вектор со значениями 'heligman-pollard', 'heligman-pollard-2''heligman-pollard-3', 'gompertz', 'makeham', 'siler'

objtype - Цель для нелинейной оценки методом наименьших квадратов 'ratio' (по умолчанию) | символьный вектор со значениями 'ratio' 'logratio'

interpmethod - Метод интерполяции для использования для сокращенных входов таблицы жизненного цикла 'cubic' (по умолчанию) | символьный вектор со значениями 'cubic', 'linear', 'none'

a0 - Оценка начального параметра для применения ко всем последовательностям вектор

Выходные аргументы

a - Оценки параметров для каждого num серия матрица

elx - Предполагаемый набор num стандартизированный ряд выживших матрица

Ссылки

См. также

Темы

Financial Toolbox

Поддержка

`x` - Увеличение возраста необработанных данных
вектор неотрицательных целых чисел

`lx` - Набор `num` количество дискретных выживаний
матрица

`lifemodel` - Параметрический тип модели смертности
`'heligman-pollard'` (по умолчанию) | символьный вектор со значениями `'heligman-pollard'`, `'heligman-pollard-2''heligman-pollard-3'`, `'gompertz'`, `'makeham'`, `'siler'`

`objtype` - Цель для нелинейной оценки методом наименьших квадратов
`'ratio'` (по умолчанию) | символьный вектор со значениями `'ratio'` `'logratio'`

`a0` - Оценка начального параметра для применения ко всем последовательностям
вектор

`a` - Оценки параметров для каждого `num` серия
матрица

`elx` - Предполагаемый набор `num` стандартизированный ряд выживших
матрица