×
埃伦古尔·多德；乔纳森·福斯特。；雅库布·比亚克；彼得·史密斯。

使用混合参数/半参数年龄周期模型进行死亡率改善的随机建模和预测。 （英语） Zbl 1471.91457号

扫描。精算师。J。 2021年，第2期，134-155（2021年）.
本文研究了特定年龄段死亡率的演变。作者提出了大多数年龄段的对数线性模型和老年人的logistic模型。校准基于最大似然法。
审核人：彼得·贾沃斯基（华沙）

引用于2文件

MSC公司：

91G05号 精算数学
91B84号 经济时间序列分析
62P05号 统计学在精算学和金融数学中的应用

关键词：

老化；死亡率

软件：

加迈尔
PDF格式BibTeX公司 XML格式引用
\textit{E.Dodd}等人，扫描。精算师。J.2021，第2号，134-155（2021；兹bl 1471.91457）
全文： 内政部

参考文献：

[1] Bennett，J.E。；李·G。；Foreman，K。；贝斯特，N。；Kontis，V。；皮尔逊，C。；Hambly，P。；Ezzati，M.，《英格兰和威尔士预期寿命的未来和预期寿命不平等：贝叶斯时空预测》，《柳叶刀》，386163-170（2015）·doi:10.1016/S0140-6736（15）60296-3
[2] Börger，M.&Aleksic，M.-C.（2014）。年龄、时期和队列相关死亡率改善的一致预测。《活到100年研讨会》，第8卷，1月。佛罗里达州奥兰多。
[3] Brouhns，N。；Denuit，M。；Vermunt，J.K.，《构建预测生命表的泊松对数双线性回归方法》，《保险：数学与经济学》，第31期，第373-393页（2002年）·Zbl 1074.62524号
[4] 凯恩斯，A.J。；布莱克，D。；Dowd，K.，《参数不确定性随机死亡率的双因素模型：理论与校准》，《风险与保险杂志》，73，687-718（2006）·doi:10.1111/j.1539-6975.2006.00195.x
[5] 凯恩斯，A.J。；布莱克，D。；Dowd，K。；考夫兰，G.D。；爱泼斯坦博士。；Ong，A.等人。；Balevich，I.，《使用英格兰、威尔士和美国数据的随机死亡率模型的定量比较》，《北美精算杂志》，13，1-35（2009）·Zbl 1484.91376号 ·doi:10.1080/10920277.2009.10597538
[6] 凯恩斯，A.J。；布莱克，D。；Dowd，K。；考夫兰，G.D。；爱泼斯坦博士。；Khalaf-Allah，M.，《死亡率密度预测：六种随机死亡率模型的分析》，《保险：数学与经济学》，48，355-367（2011）
[7] 凯恩斯，A.J。；布莱克，D。；Dowd，K。；考夫兰，G.D。；Khalaf-Allah，M.，两个人群的贝叶斯随机死亡率建模，《阿斯汀公报》，41，29-59（2011）
[8] 凯恩斯，A.J。；D.P.布莱克。；Dowd，K。；Kessler，A.，《幻影永生：靠不可靠的人口数据生活》，《皇家统计学会杂志：A辑（社会统计）》，179975-1005（2016）·doi:10.1111/rssa.12159
[9] CMI（2016）。CMI死亡率预测模型咨询-技术文件。精算师学院。
[10] 柯里，身份证。；德班，M。；Eilers，P.H.，平滑和预测死亡率，统计建模，4279-298（2004）·Zbl 1061.62171号 ·doi:10.1191/1471082X04st080oa
[11] 多德，E。；福斯特·J·J。；Bijak，J。；Smith，P.W.，《平滑死亡率数据：英国生命表》，2010-2012年，《皇家统计学会杂志：A辑（社会统计）》，181717-735（2018）·doi:10.1111/rssa.12309
[12] 哈伯曼，S。；Renshaw，A.，《参数死亡率改善率建模与预测》，《保险：数学与经济学》，第50期，第309-333页（2012年）·Zbl 1237.91129号
[13] 哈伯曼，S。；Renshaw，A.，《使用队列视角建模和预测死亡率改善率》，《保险：数学和经济学》，第53期，第150-168页（2013年）·Zbl 1284.91236号
[14] 希尔顿，J。；多德，E。；福斯特·J·J。；Smith，P.W.F.，《使用贝叶斯广义加性模型预测英国死亡率》，《皇家统计学会杂志：C辑（应用统计学）》，68，1，29-49（2019）·doi:10.1111/rssc.12299
[15] 人类死亡率数据库（2019年）。人类死亡率数据库。http://www.motality.org/cgi-bin/hmd。
[16] 李·R·D。；Carter，L.R.，《美国死亡率建模与预测》，《美国统计协会杂志》，第87期，第659-671页（1992年）·Zbl 1351.62186号
[17] Li，J.S.-H。；Hardy，M.R.，《衡量长寿对冲的基差风险》，《北美精算杂志》，第15期，第177-200页（2011年）·Zbl 1228.91042号 ·doi:10.1080/109020277.2011.10597616
[18] Li，J.S.-H。；哈代，M。；Tan，K.S.，《制定死亡率改善公式：加拿大被保险人生命案例研究》，《北美精算杂志》，14，381-399（2010）·doi:10.1080/10920277.2010.10597597
[19] Li，J.等人。；Liu，J.，建模男女高龄死亡率的logistic双种群死亡率预测模型，斯堪的纳维亚精算杂志，2019，97-112（2019）·Zbl 1411.91300号 ·doi:10.1080/03461238.2018.1511464
[20] 英国国家统计局（2015a）。国家人口预测：基于2014年的统计公报。https://www.ons.gov.uk/peoplepopulationandcommunity/plopulationndmigration/polpulationprojections/bulletins/nationalpopulation projections2015-10-29。
[21] 国家统计局（2015b）。周期和队列生命表的过去和预测数据：基于2014年，英国，1981年至2064年。https://www.ons.gov.uk/peoplepopulationandcommunity/birthsdeathsandmarriages/lifeexpectances/bulletins/pastandprojecteddatafromtheperiodandcoortlifetables/2014baseduk1981to2064。
[22] 英国国家统计局（2016）。国家人口预测：基于2014年的参考卷，PP2系列。国家统计局技术报告。https://www.ons.gov.uk/peoplepopulationandcommunity/poloplationandmigration/poloperationprojections/compendium/nationalpopulation projectionsons/2014basedreferencevolumeseriesp2。
[23] 英国国家统计局（2018）。1961年至2017年英格兰、威尔士和英国的人口估计数和单年死亡率。https://www.ons.gov.uk/peoplepopulationandcommunity/borthsdeathsandmarriages/lifeexpectances/adhocs/009189populations estimatesanddeathsbysingleyearofageforenglandwalesandtheuk1961to2017。
[24] Plat，R.，《寿命和死亡率的一年价值-风险》，《保险：数学和经济学》，49，462-470（2011）
[25] 伦肖，A。；Haberman，S.，Lee-Carter死亡率预测：英格兰和威尔士死亡率预测的并行广义线性建模方法，皇家统计学会杂志：C辑（应用统计学），52，119-137（2003）·Zbl 1111.62359号 ·数字对象标识代码：10.1111/1467-9876.00393
[26] 伦肖，A.E。；Haberman，S.，《死亡率降低因素的Lee-Carter模型基于队列的扩展》，《保险：数学与经济学》，38，556-570（2006）·Zbl 1168.91418号
[27] Richards，S.J.，退休后死亡率的隐士样条线模型，《斯堪的纳维亚精算杂志》，2020，2，110-127（2020）·Zbl 1433.91144号 ·doi:10.1080/03461238.2019.1642239
[28] 理查兹，S.J。；柯里，身份证。；Kleinow，T。；Ritchie，G.P.，死亡率预测APCI模型的随机实现，英国精算杂志，24，1-26（2019）
[29] Schervish，M.J.，统计学理论（1995年），纽约州纽约市：斯普林格，纽约州·Zbl 0834.62002号
[30] Wood，S.，《广义加性模型：R简介》（2006），博卡拉顿：CRC出版社，博卡拉通·兹比尔1087.62082
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。