季节性死亡率的建模与短期预测
应用统计
2025-02-18 v1
摘要
超额死亡率，即预期死亡率与观察到的死亡率之间的差异，用于量化死亡率冲击（如传染病相关的流行病和大流行）造成的死亡人数。然而，预期死亡率的预测对模型假设很敏感。在季节性死亡率的 Serfling-Poisson 回归的三种设定中，我们分析了哪一种能产生最准确的预测。我们将 Serfling-Poisson 模型与以下三种设定进行比较：1) 趋势和季节性的参数效应（SP），2) 趋势和季节性的非参数效应（SP-STSS），也称为调制模型，以及 3) 趋势的非参数效应和季节性的参数效应（SP-STFS）。预测通过 P-splines 平滑实现。SP-STFS 模型在预测来自25个欧洲国家国家统计局的月度比率历史预测中产生了更准确的结果。对 COVID-19 大流行年份的应用说明了如何使用超额死亡率来评估人口的脆弱性并辅助公共卫生规划。
引用
@article{arxiv.2502.10787,
title = {Modelling and short-term forecasting of seasonal mortality},
author = {Ainhoa-Elena Leger and Silvia Rizzi and Ugofilippo Basellini},
journal= {arXiv preprint arXiv:2502.10787},
year = {2025}
}