R语言泊松Poisson回归模型预测人口死亡率和期望寿命_r语言死亡率计算

最近我们被客户要求撰写关于泊松Poisson回归的研究报告，包括一些图形和统计输出。

相关视频：R语言逻辑回归（Logistic回归）模型分类预测病人冠心病风险

，时长06:48

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。

 
DE=read.table("DE.txt",skip = 3,header=TRUE)
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。

 
QF[QF==0]=NA
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

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