具有正则化时间结构的贝叶斯泊松对数正态模型用于多群体死亡率预测
应用统计
2021-02-24 v1
摘要
死亡率预测的改进是保险、人口统计与公共政策等相关多元领域中一个关键课题。受Lee-Carter系列模型的启发，我们提出一种贝叶斯模型来估计并预测多群体的死亡率。该新模型的特点在于群体间的信息借用以及恰当地反映数据变异。它还解决了一个长期被忽视的问题：针对群体特定时间参数依赖结构进行模型选择。通过引入狄拉克尖峰函数，可在不增加过多计算成本的情况下，实现群体特定时间效应下的同步模型选择与估计。我们使用来自人类死亡率数据库（Human Mortality Database）的日本死亡率数据来展示我们模型的优良性质。
引用
@article{arxiv.2010.04775,
title = {Bayesian Poisson Log-normal Model with Regularized Time Structure for Mortality Projection of Multi-population},
author = {Zhen Liu and Xiaoqian Sun and Leping Liu and Yu-Bo Wang},
journal= {arXiv preprint arXiv:2010.04775},
year = {2021}
}