Renshaw-Haberman模型及其变体的快速估计
统计方法学
2024-08-01 v2
摘要
在死亡率建模中，队列效应常被纳入考虑，因其能增进对不同世代死亡率变动的认识。从统计角度看，诸如Renshaw-Haberman模型等模型相较于不含队列效应的对应模型，可能对历史数据拟合更佳。然而，当此类模型采用逐参数更新的迭代极大似然法估计时，收敛通常缓慢，甚至可能在合理设定的最大迭代次数内无法收敛。除其他外，收敛缓慢问题阻碍了通过自助法研究参数不确定性。本文提出一种直观的估计方法，最小化实际与拟合对数中心死亡率之间的误差平方和。由引入队列效应引发的复杂性，通过将该部分优化表述为带缺失值的主成分分析得以克服。利用多个群体的死亡率数据，我们证明所提方法产生了令人满意的估计结果，且相比传统基于似然的方法显著更高效。
引用
@article{arxiv.2311.14846,
title = {Fast Estimation of the Renshaw-Haberman Model and Its Variants},
author = {Yiping Guo and Johnny Siu-Hang Li},
journal= {arXiv preprint arXiv:2311.14846},
year = {2024}
}