一种用于数据稀疏环境下次国家级成年人口估计的贝叶斯队列要素投影模型
应用统计
2021-02-16 v2
摘要
准确的次国家级人口估计对于政策制定和人口健康指标监测十分重要。例如，育龄妇女数量的估计对于了解面临孕产妇死亡和避孕需求未满足风险的人口至关重要。然而，在许多低收入国家，关于人口计数和人口变化要素的数据有限，因此次国家级的水平和趋势并不清晰。我们提出了一种贝叶斯约束队列要素模型，用于次国家级人口的估计与投影。该模型建立在队列要素投影框架之上，整合了人口普查数据和联合国《世界人口展望》的估计值，并利用特征死亡模式来获得人口计数及包括国内迁移在内的人口变化要素的估计。作为模型输入所需的数据极少，并且在包括大多数低收入国家在内的广泛国家中均可获得。该模型被应用于估计和投影肯尼亚1979-2019年各县人口，并与2019年肯尼亚人口普查进行了验证。
引用
@article{arxiv.2102.06121,
title = {A Bayesian cohort component projection model to estimate adult populations at the subnational level in data-sparse settings},
author = {Monica Alexander and Leontine Alkema},
journal= {arXiv preprint arXiv:2102.06121},
year = {2021}
}