年龄结构流行病保险估值与住院及接触异质性数据与代码

数据集获取

源站：https://doi.org/10.5281/zenodo.23440489

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 部分平台提供 SDK，例如：
   • OpenDataLab: pip install openxlab 后 openxlab.dataset.get(...)
   • ModelScope: pip install modelscope 后 modelscope download
   • 天池: 登录后页面提供直链下载
     以源站「数据下载/使用文档」页面为准。

数据集大小约 1.1 MB。

数据说明

本仓库包含支撑研究《考虑住院与接触异质性的年龄结构流行病保险估值》的数据与计算材料。该研究考虑了一个年龄结构的SVIHRD流行病环境，并结合多状态保险估值模型。归档文件包含数值研究中使用的demographic、接触、临床、疫苗接种和合同输入；聚合年龄接触矩阵；存储的不确定性分析抽样；机器可读的数值输出；以及用于复现主要表格、敏感性计算、稳健性实验、依赖于持续时间的住院福利计算、Shapley会计分解和导数验证结果的Python代码。该数值研究是一项合成建模实验，不包含个体层面的患者、保单持有人或保密保险人数据。随附手稿中报告的货币数值是指定示例性保险组合和参数假设下的条件模型输出。归档文件包括README、数据字典、来源信息、可复现性说明、版本信息和SHA-256校验和。

主要数值输出已从干净的工作目录中重新生成，并与存档的参考结果进行了核对。

数据加载示例（图像类）

from PIL import Image
import glob, os

files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)

# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path)  # 要求 子目录=类别

目录组织与标注格式以源站说明和下载后实际文件为准。