作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
鉴于我国人口死亡率统计数据质量不高的实际和传统Lee-Carter死亡率预测模型两阶段方法存在的误差累积问题,本文采用贝叶斯Markov Chain Monte Carlo方法来预测我国人口死亡率.通过WinBUGS编程,文章在一体化框架下一次性给出模型的参数估计和未来死亡率的预测值.对研究结果的比较分析表明,贝叶斯方法不仅有效减少了数据质量问题的不利影响,提高了参数估计的稳健性,而且有效克服了参数估计和预测分开进行的弊端,在BIC值和残差项方差等模型选择标准上明显优于传统方法.
推荐文章
中国老龄人口死亡率建模及预测
老龄人口死亡率
马尔科夫链蒙特卡罗方法
Lee-Cater 模型
基于 MCMC 算法的贝叶斯面板单位根检验?
面板数据
贝叶斯方法
分位数
单位根
仿真
基于MCMC算法的多元线性回归变点模型的贝叶斯估计
多元线性回归
MCMC算法
满条件分布
贝叶斯估计
基于贝叶斯MCMC方法的洪水频率分析及不确定性评估
洪水频率分析
GEV分布
MCMC
贝叶斯理论
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于贝叶斯MCMC方法的我国人口死亡率预测
来源期刊 保险研究 学科 经济
关键词 死亡率预测 贝叶斯MCMC方法 WinBUGS编程
年,卷(期) 2015,(10) 所属期刊栏目
研究方向 页码范围 70-83
页数 14页 分类号 F840.62
字数 语种 中文
DOI 10.13497/j.cnki.is.2015.10.006
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 胡仕强 浙江财经大学金融学院 7 16 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (71)
共引文献  (40)
参考文献  (33)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1952(1)
  • 参考文献(0)
  • 二级参考文献(1)
1971(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(2)
  • 参考文献(1)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(4)
  • 参考文献(2)
  • 二级参考文献(2)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(4)
  • 参考文献(2)
  • 二级参考文献(2)
2005(7)
  • 参考文献(2)
  • 二级参考文献(5)
2006(7)
  • 参考文献(2)
  • 二级参考文献(5)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(7)
  • 参考文献(3)
  • 二级参考文献(4)
2010(8)
  • 参考文献(3)
  • 二级参考文献(5)
2011(6)
  • 参考文献(2)
  • 二级参考文献(4)
2012(6)
  • 参考文献(3)
  • 二级参考文献(3)
2013(5)
  • 参考文献(1)
  • 二级参考文献(4)
2014(5)
  • 参考文献(1)
  • 二级参考文献(4)
2015(6)
  • 参考文献(0)
  • 二级参考文献(6)
2016(2)
  • 参考文献(1)
  • 二级参考文献(1)
2017(6)
  • 参考文献(5)
  • 二级参考文献(1)
2018(7)
  • 参考文献(2)
  • 二级参考文献(5)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(6)
  • 参考文献(0)
  • 二级参考文献(6)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
死亡率预测
贝叶斯MCMC方法
WinBUGS编程
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
保险研究
月刊
1004-3306
11-1632/F
大16开
北京市西城区金融大街15号鑫茂大厦北楼7层
1980
chi
出版文献量(篇)
4733
总下载数(次)
38
总被引数(次)
53131
论文1v1指导