数据文件在populationcsv中而且使用全球统计数据的规格和给出了1950到2021年的数据的情况下问题四：请建立人口预测的数学模型然后分别预测到 2100 年底中国、印 度和全球的总人口数并分析人口的变化趋势。 matlab代码

以下是使用MATLAB建立人口预测数学模型并预测到2100年底中国、印度和全球总人口数的示例代码：

% 读取数据文件
data = readtable('population.csv');

% 提取中国、印度和全球的数据
china_data = data(strcmp(data.Country, 'China'), :);
india_data = data(strcmp(data.Country, 'India'), :);
global_data = data(strcmp(data.Country, 'World'), :);

% 提取年份和人口数据
years = china_data.Year;
china_population = china_data.Population;
india_population = india_data.Population;
global_population = global_data.Population;

% 将年份转换为相对于1950年的年数
years_relative = years - 1950;

% 使用多项式拟合人口数据
degree = 4; % 多项式的阶数
china_model = polyfit(years_relative, china_population, degree);
india_model = polyfit(years_relative, india_population, degree);
global_model = polyfit(years_relative, global_population, degree);

% 预测到2100年底的年份
years_future = (1950:2100)';

% 将预测年份转换为相对于1950年的年数
years_relative_future = years_future - 1950;

% 使用多项式模型预测人口
china_population_future = polyval(china_model, years_relative_future);
india_population_future = polyval(india_model, years_relative_future);
global_population_future = polyval(global_model, years_relative_future);

% 绘制人口预测趋势图
figure;
plot(years, china_population, 'ro', 'DisplayName', 'China');
hold on;
plot(years, india_population, 'bo', 'DisplayName', 'India');
plot(years, global_population, 'go', 'DisplayName', 'Global');
plot(years_future, china_population_future, 'r-', 'DisplayName', 'China Prediction');
plot(years_future, india_population_future, 'b-', 'DisplayName', 'India Prediction');
plot(years_future, global_population_future, 'g-', 'DisplayName', 'Global Prediction');
xlabel('Year');
ylabel('Population');
title('Population Prediction');
legend('Location', 'northwest');

% 显示预测结果
fprintf('China Population Prediction for 2100: %.2f billion\n', china_population_future(end)/1e9);
fprintf('India Population Prediction for 2100: %.2f billion\n', india_population_future(end)/1e9);
fprintf('Global Population Prediction for 2100: %.2f billion\n', global_population_future(end)/1e9);

注意：以上代码假设数据文件中的年份是从1950年开始的，并且使用了一个4阶的多项式拟合模型。你可以根据实际情况调整代码中的拟合模型的阶数。结果以十亿为单位进行显示