面向原因特定死亡的Dirichlet-Multinomial-Poisson框架的一致性分析与预测
应用统计
2026-03-03 v1 统计方法学
摘要
独立建模原因特定死亡率及其预测可能导致预期人口死亡总数与各原因死亡数之和不一致。我们构建了一种分层概率框架，用于原因特定死亡计数，其中总死亡人数及各原因死亡发生均被视为随机变量。在给定总死亡人数后，原因特定计数服从多项分布，而总计数则采用泊松分布，死亡原因概率向量被赋予Dirichlet分布。通过泊松分布和Dirichlet模型捕捉原因特定死亡率随年龄与历年变化的差异，既保留可解释的人口学模式，又通过构造方式实现一致性。该模型天然保持原因死亡总数与总死亡一致性。本文以美国和法国的人口死亡数据库（1979-2023）为例，分别按性别和年龄分组分析，死亡归类为主要原因。实证分析采用15年滚动外样评估，比较所提模型与标准Lee-Carter模型及其组成扩展。结果表明，可在不同国家和性别间获得一致的预测，预测准确率竞争力强， uncertainty（不确定性）对总死亡及原因特定死亡均表现良好。
引用
@article{arxiv.2603.00973,
title = {A Dirichlet-Multinomial-Poisson framework for the coherent analysis and forecast of cause-specific mortality},
author = {Andrea Nigri and Han Lin Shang and Francesco Ungolo},
journal= {arXiv preprint arXiv:2603.00973},
year = {2026}
}