R语言泊松Poisson回归模型预测人口死亡率和期望寿命

原文链接：http://tecdat.cn/?p=18782

本文我们讨论了期望寿命的计算。人口统计模型的起点是死亡率表。但是，这种假设有偏差，因为它假设生活条件不会得到改善。为了正确处理问题，我们使用了更完整的数据，其中死亡人数根据x岁而定，还包括日期t。

1.  
    
2.  
   DE=read.table("DE.txt",skip = 3,header=TRUE)
3.  
   EXPS=read.table("EXPS.txt",skip = 3,header=TRUE)

 我们用 Dx，t表示死亡人数，Ex，t表示暴露人数。因此，对于在日期t上x岁的某人，在该年死亡的概率为 qx，t = Dx，t / Ex，t。这些数据存储在矩阵中进行可视化，存储在数据库中进行回归。

1.  
    
2.  
   QF[QF==0]=NA
3.  
   QH[QH==0]=NA

 必须进行一些修改以避免出现零值的问题，因为（i）我们求出比率（ii）然后我们对数化）。我们可以可视化为x和t的函数。

persp(log(QF))

 或

1.  
    
2.  
   persp3d(ages,annees,log(QH),col="light blue")

 

为了模拟qx，t的演化，我们可以从Lee＆Carter（1992）的模型中获得启发，该模型  假设log （qx，t）= Ax + Bx⋅Kt。A =（A0，A1，⋯，A110）在某种程度上是log（qx，t）。K =（K1816，K1817，⋯，K2015）使我们了解生活条件的改善，一年内死亡的可能性降低。这些改善不是均匀的，因此我们使用B =（B0，B1，⋯，B110）来使改善取决于l '年龄。

为了估计参数A，B和K，我们尝试使用二项式模型。B（Ex，t，qx，t），这是人寿保险的基本模型。这里Dx，t〜B（Ex，t，exp [ Ax + Bx⋅Kt]）。

另一个线索是使用小数定律，即如果概率低（一年中的死亡概率就是这种情况），则二项式定律可以近似由泊松分布。我们在这里用到了Poisson回归，其解释变量为年龄x，年t和暴露量为偏移变量。唯一的问题是它不是线性回归。我们这里有非线性模型，因为E [ Dx，t] =（exp[log（Ex，t）+ Ax + Bx⋅Kt]）。

1.  
    
2.  
   gnm( DH ~ offset(log(EH) + as.factor(age) +
3.  
   Multas.factor(age,as.factor(annee),
4.  
   family = poisson(link="log")

 我们有估计系数A ^，B ^和K ^。

1.  
    
2.  
   Ax=reg$coefficients[2:111]
3.  
   Bx=reg$coefficients[112:222]
4.  
   Kt=reg$coefficients[223:length(reg$coefficients)]

我们可以表示三组系数。首先 A ^表示平均变化，

plot(ages[-1],Ax)

 

我们还可以用 K ^来绘制时间。

 

同样，该模型不可被识别。简而言之，改善没有任何意义。我们可以表示-K ^，它的优点是描述了生活条件的改善。最后，让我们作图-B ^

 

困难在于，为了预测期望寿命，我们需要针对t的大值（尚未观察到）计算qt，x。例如，某人可能想知道q50,2020（对于1970年出生的人）。我们要使用q50,2020 = exp（A ^ 50 + B ^ 50 K ^ 2020）。问题是K ^ 2020不属于估计数量K ^。

这个想法是Lee＆Carter（1992）的初衷，我们可以尝试指数模型或线性模型（在1950年以后的原始K ^序列上）

1.  
    
2.  
   lm(log(Kt[idx])~ann[idx])
3.  
   futur=2016:2125
4.  
    
5.  
   lm(Kt[idx]~ann[idx])
6.  
    
7.  
   points(futur,pr,col="blue")

 

然后，我们可以根据过去的数据建立一系列预测，q ^ x，t = exp [A ^ x + B ^ x K ^ t]，以及未来数据q〜x，t = exp [A ^ x + B ^ x K〜t]。

我们保留过去的数据，这里是1880年死亡的概率

1.  
    
2.  
   plot(BASE$x[BASE$t==1880],BASE$pred[BASE$t==1880],
3.  
   log="y")

 

同样，我们在未来（此处为2050年）使用这两种模型

1.  
    
2.  
   BASE2$Qpred1=exp(cste+BASE2$Ax+BASE2$Bx*BASE2$Kt1)
3.  
    
4.  
    
5.  
   plot(BASE2$x[BASE2$t==2050],BASE2$Qpred1[BASE2$t==
6.  
   2050],log="y")

 

用于指数预测

 对于线性预测，对1968年出生的人，我们有第二年死亡的概率

1.  
    
2.  
   if(sbase$t[i]<= 2015)
3.  
   {vq[i]=BASE[ BASE$x==sbase$x[i]) & BASE$t==sbase$t[i]),"Qpred"]
4.  
   if(sbase$t[i] <2015)
5.  
   {vq[i]=BASE2[(BASE2$x==sbase$x[i]) & (BASE2$t==sbase$t[i]),"Qpred2"]
6.  
    

 

左边是我们模型估算值，右边是预测值。

要计算出生时的期望寿命，我们使用以下代码

1.  
   sum(cumprod(exp(-vq[1:110])))
2.  
   [1] 77.62047

 然后，我们可以做函数可视化这种期望寿命的演变

1.  
    
2.  
   vP = cumprod(exp(-(sbase$vq[1:110])))
3.  
   sum(vP)}

1.  
    
2.  
   ANN =1930:2010
3.  
   plot(ANN ,E2)

 

如果我们看一下变化，我们发现每年（大约）有0.25的变化

 

另一方面，如果我们采用保留Kt指数变化的预测，则可以得出

 

结果不符合实际，它更少地考虑曲线的变化。

 

---

最受欢迎的见解

1.R语言多元Logistic逻辑回归 应用案例

2.面板平滑转移回归(PSTR)分析案例实现

3.matlab中的偏最小二乘回归（PLSR）和主成分回归（PCR）

4.R语言泊松Poisson回归模型分析案例

5.R语言回归中的Hosmer-Lemeshow拟合优度检验

6.r语言中对LASSO回归，Ridge岭回归和Elastic Net模型实现

7.在R语言中实现Logistic逻辑回归

8.python用线性回归预测股票价格

9.R语言如何在生存分析与Cox回归中计算IDI，NRI指标