我从death.org获得了瑞典死亡率的人口统计数据集,从1751年到2011年,从0岁到110岁。我使用{demography}软件包将Lee-carter模型与1900年期间的数据相匹配到2011年和0到100岁。我现在需要评估我的估计值,并打算使用决定系数来做到这一点。我现在的问题是,我需要针对0到100岁的每个年龄的年龄特定的R ^ 2,并且在估计模型时仅给出整体R ^ 2。换句话说,我需要通过公式
找到R ^ 2R ^ 2(x)= 1 - Σ_x(m(x,t) - 预测{m(x,t)})^ 2 /Σ_x(m(x,t) - 均值{m(x )})^ 2
每x = 0,...,100。这里m(x,t)是一年t和年龄x的死亡率,预测{m(x,t)}是m(x,t)的Lee-carter预测,而均值{m(x)}是均值年龄死亡率x。到目前为止我的代码:
#LEE-CARTER ANALYSIS OF SWEDISH MORTALITY
#Packages used in the mortality analysis
library(demography)
library(forecast)
library(lifecontingencies)
#Import of mortality Data:
Sweden <-hmd.mx(country="SWE", username="username@email.domin",password="password", label="Sweden")
#Fit of the LC model (in logarithmes)
SWE.lcaM <- lca(Sweden, series="male", max.age=100, years = 1900:2011, interpolate = TRUE)
SWE.lcaF <- lca(Sweden, series="female", max.age=100, years = 1900:2011, interpolate = TRUE)
#Computation of R^2(x). The fitted values are in logarithms, so they need to be transformed by exp().
m_hat.f=exp(SWE.lcaF$fitted$y)
我不知道如何从这里开始。