×
弗朗西斯科·昂戈洛;托尔斯滕·克莱诺;安格斯·S·麦克唐纳。

具有缺失协变量的养老金计划数据的联合死亡率分析的层次模型。 （英文） 兹比尔1435.91161

保险。数学。经济。 91, 68-84 (2020).
摘要：建立了养老金计划数据集联合死亡率分析的层次模型。该模型允许对缺失数据进行严格的统计处理。虽然我们的方法适用于任何缺失的数据模式，但我们特别感兴趣的是这样一个场景，即观察到一个养老金计划的成员的一些协变量，而不是另一个。因此，我们的方法允许对包含不同个体生命信息的数据集进行联合建模。当考虑协变量时，该模型概括了参数模型的规范。我们使用贝叶斯技术考虑参数不确定性。为了获得高效的MCMC采样器，对模型参数化进行了分析，并解决了模型选择问题。这里描述的推理框架适用于任何缺失数据模式，并且对于分析协变量之间的统计关系非常有用。最后，我们评估了使用协变量的财务影响，以及在结合不同死亡率经验的数据时对整个可用样本的最佳使用。

MSC公司：

91G05号 精算数学
62P05号 统计学在精算科学和金融数学中的应用
2015年1月62日 贝叶斯推断

关键词：

死亡率;生存模型;寿命风险;缺少数据;具有协变量的死亡率模型;MCMC公司;型号选择;贝叶斯推断
PDF格式BibTeX公司 XML格式引用
\textit{F.Ungolo}等人，《保险》。数学。经济。91、68-84（2020年；Zbl 1435.91161）
全文： 内政部

参考文献：

[1] Akaike，H.，统计模型识别的新视角，IEEE Trans。自动化。控制，19，6，716-723（1974）·Zbl 0314.62039号
[2] Beale，E.M.L。；Little，R.J.A.，多变量分析中的缺失值，J.R.Stat.Soc.Ser。B统计方法。，37, 1, 129-145 (1975) ·Zbl 0297.62014号
[3] 凯恩斯，A.J.G。；布莱克，D。；Dowd，K。；库夫兰，G.D。；Khalaf-Allah，M.，两个种群的贝叶斯随机死亡率模型，阿斯汀公牛。，41, 1, 29-59 (2011)
[4] 卡塞拉，G。；Berger，R.L.，（统计推断。统计推断，统计学和决策科学的Duxbury高级系列（2002），汤姆森学习）
[5] Catchpole，E.A。；Morgan，B.J.T.，《检测参数冗余》，生物统计学，84，1，187-196（1997）·Zbl 0883.62056号
[6] CMI，E.A.，工作文件26：将“00”系列养老金死亡率表扩展到年轻人（2007年），持续死亡率调查：伦敦持续死亡率调查
[7] Cox，D.R.，回归模型和生命表，J.R.Stat.Soc.Ser。B统计方法。，34, 2, 187-220 (1972) ·Zbl 0243.62041号
[8] Czado，C。；Delwarde，A。；Denuit，M.，贝叶斯泊松对数双线性死亡率预测，保险数学。经济。，36260-284（2005年）·Zbl 1110.62142号
[9] Dickson，医学博士。；哈代，M.R。；Waters，H.R.，（《生命或有风险的精算数学》，《生命意外风险的精计算数学》，精算科学国际丛书（2013），剑桥大学出版社）·Zbl 1271.91001号
[10] Diebolt，J。；Robert，C.P.，通过贝叶斯抽样估计有限混合分布，J.R.Stat.Soc.Ser。B统计方法。，56, 2, 363-375 (1994) ·Zbl 0796.62028号
[11] 盖革，D。；赫克曼，D。；Meek，C.，带隐藏变量定向网络的渐近模型选择，CoRR，abs/1302.3580（2013）
[12] Green，P.J.，可逆跳跃马尔可夫链蒙特卡罗计算和贝叶斯模型确定，生物特征，82，4，711-732（1995）·Zbl 0861.62023号
[13] 格鲁特，M.-A。；菲利普，A。；Robert，C.P.，MCMC指数混合估计控制电子表格，J.Compute。图表。统计学。，8, 2, 298-317 (1999)
[14] Kalbfleisch，J。；Prentice，R.，（失效时间数据的统计分析，失效时间数据统计分析，概率统计中的威利级数（2002），威利）·Zbl 1012.62104号
[15] Macdonald，A.S.，《递减和转移数据统计模型的精算调查》，I：多状态、泊松和二项式模型，Br.Actuar。J.，2129-155（1996）
[16] 马林·J·M。；Mengersen，K.L。；Robert，C.，混合分布的贝叶斯建模和推断，（Dey，D.；Rao，C.，《统计手册：第25卷》（2005），Elsevier）
[17] McLachlan，G.J。；Peel，D.，（有限混合模型（2000），《概率与统计中的Wiley级数：概率与统计的Wiley系列》，纽约）·Zbl 0963.62061号
[18] Richards，S.J.，《将生存模型应用于养老金领取者死亡率数据》，英国精算师。J.，14，2，257-303（2008）
[19] Richards，S.J.，《错误估计风险：衡量和影响》，英国精算师。J.，21，3，429-457（2016）
[20] 理查兹，S.J。；柯里，身份证。；Ritchie，G.P.，《长寿趋势风险的价值-风险框架》，英国精算师。J.，19，1，116-139（2014）
[21] 理查兹，S。；Jones，G.，《长寿风险的财务方面》（2004年），发表于Staple Inn精算协会的论文
[22] 理查森，S。；Green，P.J.，《关于成分数量未知的混合物的贝叶斯分析》（带讨论），J.R.Stat.Soc.Ser。B统计方法。，59, 4, 731-792 (1997) ·Zbl 0891.62020号
[23] Roberts，G.O。；盖尔曼，A。；Gilks，W.R.，《随机行走大都会算法的弱收敛性和最优缩放》，Ann.Appl。概率。，7, 1, 110-120 (1997) ·兹比尔0876.60015
[24] 鲁宾，D.B.，《推断和缺失数据》，《生物统计学》，63，3，581-592（1976）·Zbl 0344.62034号
[25] 医学博士Schluchter。；Jackson，K.L.，部分观察到协变量的截尾生存数据的对数线性分析，J.Amer。统计师。协会，84405，42-52（1989）
[26] Stephens，M.，《处理混合模型中的标签切换》，J.R.Stat.Soc.Ser。B统计方法。，62, 4, 795-809 (2000) ·Zbl 0957.62020号
[27] Tanner，医学硕士。；Wong，W.H.，《通过数据增强计算后验分布》，J.Amer。统计师。协会，82，398，528-540（1987）·Zbl 0619.62029号
[28] Ungolo，F.，《缺少观测值的精算数据生存分析》（2019年），赫里奥特-沃特大学（博士论文）
[29] Ungolo，F。；Christiansen，M.C。；Kleinow，T。；Macdonald，A.S.，《数据缺失时养老金计划死亡率的生存分析》，Scand。演员。J.，2019，6523-547（2019）·Zbl 1422.91379号
[30] 维廷霍夫，E。；格利登，D。；Shiboski，S。；McCulloch，C.，（《生物统计学中的回归方法：线性、Logistic、生存和重复测量模型》。《生物统计学回归方法：直线、Logistics、生存和反复测量模型》，《生物与健康统计》（2012），纽约斯普林格出版社）·Zbl 1320.92009年
[31] Watanabe，S.，《代数几何与统计学习理论》（2009），剑桥大学出版社：剑桥大学出版社，纽约州纽约市，美国·Zbl 1180.93108号
[32] Watanabe，S.，Bayes交叉验证的渐近等价性和奇异学习理论中广泛适用的信息准则，J.Mach。学习。第11号决议，3571-3594（2010年）·Zbl 1242.62024号
[33] Watanabe，S.，广泛适用的贝叶斯信息准则，J.Mach。学习。第14号、第1867-897号决议（2013年）·Zbl 1320.62058号
[34] Watanabe，S.、WAIC和WBIC（2019年），http://watanabe-ww.math.dis.titech.ac.jp/users/swatanab/waicwbic_e.html。（访问时间：2019-01-12）
[35] 郑，M。；Klein，J.P.，基于假定连接词的依赖竞争风险的边际生存率估计，生物特征，82，1，127-138（1995）·Zbl 0823.62099号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。