×
亚历山大·布梅佐伊德；阿马尔·埃尔法西希

在没有每月生育记录的情况下对死亡率数据进行修正。 （英文） Zbl 1467.91134号

保险。数学。经济。 99, 486-508 (2021).
小结：自推测S.理查兹[“用有限的数据检测出生后一年的死亡率模式”，J.Roy.Stat.Soc.Ser.A，171，No.1，279-298（2008；doi:10.1111/j.1467-985X.2007.00501.x)]，的工作A.J.凯恩斯等人【《幻影永生：生活在不可靠的人口数据中》，J.Roy.Stat.Soc.Ser.A，179，No.4，975–1005（2016）】以及A.布梅佐伊德【《北美法案》第25卷，S255–S279（2021年；Zbl 1460.91211号)],A.布梅佐伊德等[ASTIN Bull.50，No.2，325–356（2020；Zbl 1444.91190号)]和A.布梅佐伊德等[“大人口极限下出生和死亡模型的非参数自适应推断”，预印本，arXiv:1903.00673号]众所周知，人口普查的观察结果导致了实际执行的一般人口死亡率估计值的可靠性方面的重大问题。这些问题导致了对过去几十年中一些关键死亡率特征的误解，包括“虚假队列效应”。为了克服这些问题，可以使用每月生育率记录来校正特定国家的暴露估计值。然而，由于缺乏按月出生的数据，最近的发展并不适用。因此，本文基于机器学习技术，探索了在此背景下构建死亡率表的新解决方案。主要结果是，本文提出的新暴露模型能够提供高质量的校正，并改进了不含队列成分的随机死亡率模型的拟合，这与基于月生育率数据的现有校正方法是一样的。

MSC公司：

91G05号 精算数学
68T07型 人工神经网络与深度学习

关键词：

人类死亡率数据库；队列效应；异常死亡率数据；随机死亡率模型；机器学习；神经网络

引文：

Zbl 1460.91211号；Zbl 1444.91190号

软件：

凯拉斯；人类死亡率；StMoMo公司；珊瑚礁；亚当
PDF格式BibTeX公司 XML格式引用
\textit{A.Boumezoude}和\textit{A.Elfassihi}，保险。数学。经济。99、486--508（2021年；Zbl 1467.91134）
全文： 内政部 哈尔

参考文献：

[1] Alpaydin，E.，多层感知器（机器学习导论（2014），Springer:Springer New York），第11章
[2] 阿诺德，V.I.，弗拉基米尔·I.阿诺德作品集：1957-1965年的函数表示、天体力学和KAM理论，第1卷（2009），施普林格科学与商业媒体
[3] Boumezoude，A.，《利用HFD生育率数据改进HMD死亡率估计》，《北美精算师》。J.，1-25（2020）
[4] Boumezoued，A。；霍夫曼，M。；Jeunesse，P.，大人口限制下出生和死亡模型的非参数自适应推断（2019），arXiv预印本arXiv:1903.00673
[5] Boumezoued，A。；霍夫曼，M。；Jeunesse，P.，《一般人口死亡率表的新推断策略》，Astin Bull。，50, 2, 325-356 (2020) ·Zbl 1444.91190号
[6] 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》。经济。，373-393年3月31日（2002年）·Zbl 1074.62524号
[7] 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》，《风险保险杂志》，73，4，687-718（2006）
[8] 凯恩斯，A.J。；布莱克，D。；Dowd，K。；库夫兰，G.D。；爱泼斯坦博士。；Ong，A。；Balevich，I.，《使用英格兰、威尔士和美国的数据对随机死亡率模型进行的定量比较》，《北美精算师》。J.，13，1，1-35（2009）·Zbl 1484.91376号
[9] 凯恩斯，A.J。；布莱克，D。；Dowd，K。；Kessler，A.R.，《幻影永生：靠不可靠的人口数据生活》，J.Roy。统计师。Soc.：序列号。A、 179、4、975-1005（2016）
[10] 胆汁，F。；Allaire，J.J.，R与Keras的接口。RStudio，谷歌（2018），https://cloud.r-project.org/web/packages/keras/index.html
[11] Currie，I.D.，《使用P样条曲线平滑和预测死亡率》（2006年），精算师协会演讲
[12] Cybenko，G.，通过sigmoid函数的叠加进行逼近，数学。控制信号系统，2，4，303-314（1989）·Zbl 0679.94019号
[13] Deprez，P。；舍甫琴科，P.V。；Wüthrich，M.V.，《死亡率建模的机器学习技术》，《欧洲学报》。J.，7，2，337-352（2017）·Zbl 1405.91254号
[14] Gloot，X.，Bengio，Y.，2010年。了解训练深度前馈神经网络的困难。摘自：第十三届国际人工智能与统计会议记录。第249-256页。
[15] 哈伯曼，S。；Renshaw，A.，参数死亡率预测模型的比较研究，《保险数学》。经济。，48, 1, 35-55 (2011)
[16] Hainaut，D.，用于死亡率预测的神经网络分析仪，ASTIN Bull：J.IAA，48，2，481-508（2018）·Zbl 1390.91186号
[17] 人类生育率数据库（2018年）、马克斯·普朗克人口研究所（德国）和维也纳人口统计研究所（奥地利），https://www.humanfertility.org
[18] 辛顿，G.E。；北斯利瓦斯塔瓦。；Krizhevsky，A。；Sutskever，I。；Salakhutdinov，R.R.，《通过防止特征检测器的联合自适应改进神经网络》（2012），arXiv预印本arXiv:1207.0580
[19] 加州大学伯克利分校（美国）和马克斯·普朗克人口研究所（德国）的人类死亡率数据库（2018），https://www.portality.org网站
[20] Hornik，K.，多层前馈网络的逼近能力，神经网络。，251-257年4月2日（1991年）
[21] Keyes，K.M。；Utz，R.L。；罗宾逊，W。；Li，G.，什么是队列效应？《1971-2006年美国肥胖流行率队列效应建模的三种统计方法的比较》，Soc.Sci。医学，70，7，1100-1108（2010）
[22] 金玛，D.P。；Ba，J.，Adam：随机优化方法（2014），arXiv预印本arXiv:1412.6980
[23] Kolmogorov，A.，通过少量变量连续函数的叠加来表示多个变量的连续函数，Dokl。阿卡德。诺克SSSR，108，2，179-182（1956）·Zbl 0070.28301号
[24] 李·R·D。；Carter，L.R.，《美国死亡率建模与预测》，J.Amer。统计师。协会，87，419，659-671（1992）·兹比尔1351.62186
[25] 列万提西，S。；Nigri，A.，改进Lee-Carter死亡率预测的随机森林算法：对q向前的影响，软计算。，1-15 (2019)
[26] 列万提西，S。；Pizzoruso，V.，《机器学习在死亡率建模和预测中的应用》，风险，7，1，26（2019）
[27] Lexis，W.H.R.A.，《Bevölkerungsstatistik理论》（1875），KJ Trübner
[28] 卢德科夫斯基，M。；风险，J。；Zail，H.，死亡率和改善因子的高斯过程模型，Astin Bull。，48, 3, 1307-1347 (2018) ·Zbl 1403.62193号
[29] McCulloch，W.S。；Pitts，W.，《神经活动内在思想的逻辑演算》，布尔。数学。生物物理学。，5, 4, 115-133 (1943) ·兹比尔0063.03860
[30] Plat，R.，关于随机死亡率建模，保险数学。经济。，45, 3, 393-404 (2009) ·Zbl 1231.91227号
[31] 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》。经济。，38, 3, 556-570 (2006) ·Zbl 1168.91418号
[32] Richards，S.，用有限的数据检测出生年份死亡率模式，J.Roy。统计师。Soc.：序列号。A、 171、1279-298（2008）
[33] Richman，R。；Wüthrich，M.V.，Lee-Carter模型对多个人群的神经网络扩展，《Ann.Actuar》。科学。，1-21 (2019)
[34] 维莱加斯，A。；凯舍夫，V.K。；Millossovich，P.，StMoMo:随机死亡率建模的R包，（第七届澳大利亚精算教育与研究研讨会（2015））
[35] Wiener，N.，《动物与机器中的控制论或控制与通信》（1948年），麻省理工学院出版社：麻省理学院出版社剑桥·Zbl 0155.27901号
[36] Wilmoth，J.R。；安德列夫，K。；贾达诺夫，D。；Glei，D.A.，《人类死亡率数据库方法协议》（2007年），加利福尼亚大学伯克利分校和马克斯·普朗克人口研究所，罗斯托克，[最新修订日期：2007年5月31日（第5版）]，http://v5.motality.org
[37] Wilmoth，J.R。；安德列夫，K。；贾达诺夫，D。；Glei，D.A。；Riffe，T.，《人类死亡率数据库的方法协议》（2019年），加利福尼亚大学伯克利分校和马克斯·普朗克人口研究所，罗斯托克，[最后修订日期：2019年10月5日（第6版）]，网址：http://mortality.org
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。