Li-Lee 모형에서 준거집단의 선택 문제
Selection Problem of Reference Group in Li-Lee Model
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
Li-Lee 모형에서 준거집단의 선택은 예측의 정확성에 영향을 주는 중요한 요소 중 하나이다. 현재까지 준거집단을 선택하는 명확한 기준이 제시된 바 없으며, 이에 대한 심도 있는 논의 또한 이뤄지지 않았다. 본 연구에서는 유럽대륙 국가들의 사망률 데이터를 이용해 평균 제곱근 오차를 측도로 준거집단 선택이 예측 정확성에 미치는 영향을 분석하였다. 적절한 준거집단을 모색하기 위해 준거집단의 지역적 범주의 확장과 성별 구분을 시도하였다. 분석 결과, 남자는 남녀의 사망률 정보를 모두 고려한 준거집단의 지역 범주를 확장함으로써, 여자는 여자의 사망률만을 고려한 준거집단의 지역 범주를 확장할 때 예측의 정확성이 개선되었다. 이러한 결과는 Li-Lee 모형에서 준거집단을 선택할 때 예측의 정확성을 개선하기 위한 방향과 근거를 제공해 준다.
Abstract
The selection of reference group in Li-Lee model is one of the important factors affecting prediction accuracy. There has been no clear criteria for selecting reference group, and discussion has not been done in-depth. In this study, we analysis many cases of selecting reference group based on the root mean square error using the mortality data of countries in Europe. We address the issue of selecting a local category to select the appropriate reference group, and we also consider that consideration of the reference group leads to good predictions. As a result, the prediction accuracy of male mortality rates is improved by expanding the category to the continent of Europe. However, it is confirmed that the prediction accuracy of female mortality rates is improved in the model considering combination the reference group of woman. These results provide evidences for improving the accuracy of prediction when selecting the reference group in the Li-Lee model.
참고문헌 (19)
- 김수영, "Mortality Forecasting for the Republic of Korea: the Coherent Lee-Carter Method", 한국인구학, 34(3), pp.157~177 (2011), 한국인구학회
- 인구추계 방법론의 현황과 평가, "우해봉", 한국보건사회연구원, ~, pp.연구보고서 2016-22 (2016)
- 통계청, "장래인구추계 : 2010-2060", 통계청, ~ (2011)
- 통계청, "장래인구추계 : 2015-2065", 통계청, ~ (2016)
- d'Albis, H., "Mortality Convergence Across High-Income Countries: An Econometric Approach", Universite Pantheon-Sorbonne (Paris 1), Centre d'Economie de la Sorbonne, (12076) (2012)
- Hatzopoulos, P., "Common mortality modeling and coherent forecasts. An empirical analysis of worldwide mortality data", Insurance : Mathematics and Economics, 52(2), pp.320~337 (2013)
- "University of California, Berkeley (USA), and Max Planck Institute for Demographic Research"[URL]
- Hyndman, R. J., "Robust forecasting of mortality and fertility rates : a functional data approach", Computational Statistics & Data Analysis, 51(10), pp.4942~4956 (2007)
- Hyndman, R. J., "Coherent mortality forecasting : the product-ratio method with functional time series models", Demography, 50(1), pp.261~283 (2013)
- "demography:Forecasting mortality, fertility, migration and population data" (2014)[URL]
- Janssen, F., "Including the smoking epidemic in internationally coherent mortality projections", Demography, 50(4), pp.1341~1362 (2013)
- Kjærgaard, S., "The importance of the reference populations for coherent mortality forecasting models", European Population Conference (2016)
- Lee, R. D., "Modeling and forecasting US mortality", Journal of the American statistical association, 87(419), pp.659~671 (1992)
- Li, N., "Coherent mortality forecasts for a group of populations : An extension of the Lee-Carter method", Demography, 42(3), pp.575~594 (2005)
- Li, N., "Extending the Lee-Carter method to model the rotation of age patterns of mortality decline for long-term projections", Demography, 50(6), pp.2037~2051 (2013)
- Oeppen, J., "Broken limits to life expectancy", Science, 296(5570), pp.1029~1031 (2002)
- Van Baal, P., "Forecasting differences in life expectancy by education", Population studies, 70(2), pp.201~216 (2016)
- White, K. M., "Longevity advances in high‐income countries, 1955–96", Population and Development Review, 28(1), pp.59~76 (2002)
- Wilson, C., "On the scale of global demographic convergence 1950-2000", Population and Development Review, 27(1), pp.155~171 (2001)