Question

所以我很难找到一个功能多年的工作。该函数如下所示：

minusgompakll1=function(s,ll,n,z)
{

 #  Computes minus log-likelihood function under the Gomperz-Makeham model.
 #  Historical data are defined by three equally long vectors "ll", "n" and "z"
 #  where "ll" defines the age of the individuals, "n" the number of them per
 #  age and "z" the number of deaths.
 #
 #  Output is minus the log-likelihood function under "s=log(theta)"
 #  where "theta" is the vector of Gomper-Makeham parameters.

 t=exp(s)
 p=exp(-t[1]-t[2]*exp(t[3]*ll))
 -sum((n-z)*log(p)+z*log(1-p))
 }

“s”参数是常数，“ll”是一个从18到100（年）的矢量，“n”是暴露于风险的个体数，而“z”是个数死亡。

现在，在一年内计算这个功能是没问题的。但是，我的数据集从1940年至1979年开始运行，估计每个年龄段（18-100）。因此，在每年，即1940年，我们估计年龄为18-100岁。然后在估计100岁之后，数据集继续到1941年，再次年龄为18岁。 “n”的预览：

       Year Age   Female     Male    Total
 18889 1940  18 22096.83 23138.00 45234.83
 18890 1940  19 22031.17 23127.33 45158.50
 18891 1940  20 21978.83 23120.00 45098.83
 18892 1940  21 21967.50 23119.83 45087.33
 18893 1940  22 21896.17 23058.83 44955.00
 18894 1940  23 21876.17 23011.00 44887.17
 18895 1940  24 21774.67 22933.33 44708.00
 18896 1940  25 21676.00 22804.33 44480.33
 18897 1940  26 21355.83 22550.33 43906.17
 18898 1940  27 21346.50 22519.00 43865.50
 18899 1940  28 21367.83 22481.50 43849.33
 18900 1940  29 21368.33 22490.50 43858.83
 18901 1940  30 21390.50 22435.67 43826.17
 18902 1940  31 21335.00 22433.00 43768.00
 18903 1940  32 21378.00 22476.00 43854.00
 18904 1940  33 21401.00 22516.83 43917.83
 .
 .
 23228 1979  28 29775.00 30259.33 60034.33
 23229 1979  29 30518.33 31344.00 61862.33
 .
 .
 23299 1979  99       NA       NA       NA
 23300 1979 100       NA       NA       NA

所以它是一个非常大的数据集。男性和女性的“z”参数几乎相同，只有死亡人数。我的任务是在所有这些估算中使用该函数，然后例如最终绘制它们。我尝试使用这样的for循环：

X = vector()
for(i in exposure_RISK$Year){
s=-c(8,9,2)
ll = c(18:100)[i]
n = exposure_RISK$Male[i]
z = deaths$Male[i]

X[i] = minusgompakll1(s,ll,n,z)
}

这只给我一个包含1940 - 1979年NA的数据集。我很确定问题是在“ll”中，它只有100，然后再从18岁开始。也许有多重问题？任何人都可以指出问题出在哪里，或者我如何让程序运行起来？

感谢每一个答案！

Answer 1

我认为这可能是解决方案：

<强>设置

set.seed(1)

# Make a sample data set with risks. For simplicity, we assume there are no NAs
risk <- expand.grid(Age=18:100,Year=1940:1979)
risk$Female <- runif(nrow(risk),min=20000,max=30000)
risk$Male <- runif(nrow(risk),min=20000,max=30000)
risk$Total <- with(risk,Female+Male)

# Make a sample data set with number of deaths For simplicity, we assume there are no NAs
deaths <- expand.grid(Age=18:100,Year=1940:1979)
deaths$Female <- runif(nrow(deaths),min=1000,max=2000)
deaths$Male <- runif(nrow(deaths),min=1000,max=2000)
deaths$Total <- with(deaths,Female+Male)

# Merge risks and deaths
d <- merge(risk,deaths,by=c('Year','Age'),suffixes=c('.risk','.death'))

s <- -c(8,9,2)

实际代码

library(dplyr)

# Apply the function for the data set grouped by year
d %>% 
  group_by(Year) %>% 
  summarise(likelihood=minusgompakll1(s,Age,Male.risk,Male.death))

<强>输出

#    Year likelihood
# 1  1940   17165333
# 2  1941   18402227
# 3  1942   16660317
# 4  1943   18288280
# 5  1944   18004813
# 6  1945   16669699
# 7  1946   16531964
# 8  1947   18000839
# 9  1948   16945135
# ...

循环数据集中的函数

1 个答案: