本文对人口统计预测方法进行讨论。首先，我们将看到基本的静态方法。在使用数据集之前，我们使用“标准”​​ 生命表​​。

1.   
2.  download.file(url,"mortal")
3.  tables=readHTMLTable("morta

下面是获取数据集的代码

1.  tables[[2]]
2.  a1=as.numeric(as.character(TV8[,1]))
3.  a2=as.numeric(as.cha
4.  TV0=data.frame(x=c(a1,a2),lx=as.numeric(c(b1,b2))

可以使用生存函数来计算出生时的期望寿命

1.  sum(TV0$lx)/100000-1
2.  [1] 72.01518

可视化的生存概率

或死亡概率，即假设您达到xx岁，则在某特定年龄xx死亡的概率，也称为 ​​死亡率​​

1.  n=nrow(TV0)
2.  px=(TV8$lx[1:(n-1)]-TV8$lx[2:n])/
3.  TV8$lx[1:

使用对数概率的可视化

plot(x,px,type="l",log="y")

最后，我们可以计算死亡年龄的概率密度

用来计算期望寿命

1.  sum(x*pbx)
2.  [1] 72.01518

对于初始数据，我们可以使用​​人类死亡率数据库中的​​表格。

1.   
2.  download.file(url,"E.txt")

以下代码可用于读取这些文件。

1.  read.table("C.txt",skip = 3,header=TRUE)
2.   
3.  Year Age Female Male Total
4.  22195 2015 101 242.66 25.86 323.82
5.  22196 2015 104 132.95 16.39 213.34
6.  22197 2015 101 101.87 9.50 145.37
7.  22198 2015 103 57.27 4.07 64.34
8.  22199 2015 109 31.93 2.59 32.52
9.  22200 2015 110+ 33.03 1.61 33.64