文献

J-GLOBAL ID：201702272561304177   整理番号：17A2001065

死亡率予測のためのランダムフィールドメモリモデルのクラス【Powered by NICT】

A class of random field memory models for mortality forecasting

著者 (4件)： Doukhan P. (Universite de Cergy-Pontoise, UMR 8088 Analyse, Geometrie et Modelisation, 95302 Cergy-Pontoise cedex, France) ,  Pommeret D. (Aix Marseille Univ, CNRS, Centrale Marseille, I2M, 13288 Marseille cedex 9, France) ,  Rynkiewicz J. (Equipe SAMM, EA 4543 Universite Paris I Pantheon-Sorbonne, 90, rue de Tolbiac 75634 Paris cedex 13, France) ,  Salhi Y. (Univ Lyon, Universite Lyon 1, ISFA, LSAF EA2429, 50 avenue Tony Garnier, F-69007 Lyon, France)
資料名： Insurance: Mathematics and Economics  (Insurance: Mathematics and Economics)
巻： 77  ページ： 97-110  発行年： 2017年 
JST資料番号： W2139A  ISSN： 0167-6687  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文では,死亡率の確率論的動力学モデリングのための倹約代替手法を提案した。一般的に使用される因子分解フレームワークの代わりに,筆者らは与えられた因果構造を有するランダム場仕様を用いたモデル化死亡率改善を考察した。このようなクラスのモデルは,とりわけ,コホート効果と交差世代相関の捕捉を目的にした隣接コホート間の依存関係を紹介した。も死亡率の条件付きheteroskedasticityを述べた。提案したモデルは,確率過程のための現在広く使用されているAR ARCHモデルの一般化である。このようなクラスのモデルに対して,パラメータの推定方法を提案した。形式的,準最尤推定量(QMLE)を使用し,その統計的一貫性と推定されたパラメータの漸近正規性を示した。フレームワークは一般的であり,簡単な変異体,三レベル記憶モデルと呼ばれるを調査して,例証する,モデル化死亡率動態のためのアプローチの有効性を理解し,完全に評価した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *死亡率 ,  パラメータ推定 ,  *モデル ,  確率過程 ,  母集団 ,  モデリング ,  *予測 ,  最尤法 ,  確率論
準シソーラス用語： コホート効果 ,  確率場 ,  因子分解 ,  動力学モデリング , 【Automatic Indexing@JST】

著者キーワード (5件)： 死亡率 ,  ARアーチランダム場 ,  推定 ,  QMLE ,  推論

分類 (5件)： 森林保育  (FF03040H) ,  魚類  (FH02020K) ,  循環系の疾患  (GJ03000C) ,  小児科学一般  (GC08010B) ,  石油工業一般  (YF01010F)

タイトルに関連する用語 (3件)： 死亡率 ,  予測 ,  クラス