Geographical inequalities in mortality by age and gender in Italy, 2002-2019: insights from a spatial extension of the Lee-Carter model
本研究扩展Lee-Carter模型，分析意大利107省2002-2019年分年龄性别死亡率，发现地理不平等自2010年扩大，男性集中于年轻成人，女性集中于老年，为精准公共卫生政策提供依据。
2025-10-07 stat.AP
Modelling the Spatially Varying Non-Linear Effects of Heat Exposure
本文提出融合非线性函数与BYM2模型的贝叶斯框架，基于瑞士市镇死亡和气温数据量化热相关死亡的空间不平等及其驱动因素。
2025-10-21 stat.AP
Dynamic modeling of mortality via mixtures of skewed distribution functions
人们对预测死亡率越来越感兴趣。在这篇文章中，我们提出了一种新的动态贝叶斯方法建模和预测的死亡年龄分布，专注于一个狄拉克质量，高斯分布和斜正态分布的三个组成部分的混合物。根据指定的模型，死亡年龄分布的特征是通过与婴儿、成人和老年死亡率的主要方面相对应的七个参数来确定的。所提出的方法侧重于多个国家的连贯建模，并遵循贝叶斯方法进行推理，我们允许跨人群借用信息，并将参数缩小到一个共同的平均水平，隐含地惩罚不同的场景。跨年度的动态建模是通过一个层次的动态先验分布，可以描述每个死亡率组成部分的时间演变，并预测死亡年龄分布。多个国家的实证结果表明，所提出的方法优于流行的方法预测死亡率，提供了可解释的见解的死亡率的演变。
2021-12-17 stat.AP
Bayesian local clustering of age-period mortality surfaces across multiple countries
提出一种新的多国对数死亡率贝叶斯模型，利用B样条展开和时间依赖随机划分先验编码国家间局部聚类模式，结合Gibbs采样器实现后验推断，揭示了14国死亡率数据中已知与未知的人口趋势。
2026-10-28 stat.AP stat.ME
Age-Specific Mortality and Fertility Rates for Probabilistic Population Projections
联合国于2014年7月首次发布了所有国家的官方概率人口预测（PPP）。这些数据是通过使用贝叶斯分层模型预测该时期总生育率和出生时预期寿命得出的，从其联合预测分布中取样，得出所有国家和到2100年的未来时期总生育率和出生时预期寿命的大量未来轨迹。然后将每个轨迹转换为特定年龄的死亡率和生育率，并使用群成分法预测人口。这就产生了所有国家未来按年龄和性别划分的人口计数和人口动态比率的大量轨迹。在本文中，我们描述了用于推导2014年购买力平价中年龄别死亡率和生育率的方法，我们确定了这些方法的局限性，并提出了一些方法改进来克服它们。本文提出的方法在公开可用的bayesPop R包中实现。
2015-03-17 stat.AP
Bayesian Modelling of Lexis Mortality Data
在这项工作中，我们提出了一个空间的方法来建模和调查死亡率数据引用的Lexis结构。我们分解成两个可解释的组成部分的死亡率的力量：马尔可夫随机场，光滑的时间，年龄和队列，解释了主要的死亡率模式;和一个次要的组成部分，独立的冲击，占额外的非光滑死亡率。推理是基于分层贝叶斯方法与马尔可夫链蒙特卡罗计算。我们提出了一个广泛的应用程序，从人类死亡率数据库的数据约37个国家。对于每个国家，估计了额外死亡率的主要平滑面和次要面。通过各精密度参数的估计值评价各组分的重要性。对于几个国家，我们发现了一个带的额外死亡率在整个时间域的二级表面，在60和90岁之间的年龄间隔，具有轻微的正斜率。该带在人口最多的国家很重要，但也可能存在于其他国家。该带代表老年人口的大量额外死亡率，否则与年龄、年份和群组的规律和平稳动态不相容。
2018-10-22 stat.AP
Analyzing State-Level Longevity Trends with the U.S. Mortality Database
University of California, Santa Barbara（加州大学圣塔芭芭拉分校）
本文基于美国死亡率数据库，利用多输出高斯过程回归分析各州的死亡率趋势，揭示不同州、性别和年龄组之间的死亡率差异及驱动因素。
2024-01-03 stat.AP
Bayesian Age Category Reconciliation for Age- and Cause-specific Under-five Mortality Estimates
按性别分列的卫生数据对于有效的公共卫生规划和监测至关重要。例如，监测五岁以下儿童死亡率需要非常详细的年龄数据，因为在生命的最初几年内，潜在死亡原因的分布情况差异很大。比较研究人员往往不得不依赖于多个数据源，然而，这些数据源往往有不同层次的年龄汇总，这使得很难将数据组合成一个单一的，连贯的画面。为了解决这一挑战的背景下，五岁以下的死因特异性死亡率，我们提出了一种贝叶斯方法，校准数据与不同的年龄结构，以产生统一和准确的估计标准化的年龄组分布。我们认为按年龄分类的死亡人数作为完全分类的多项式数据，并表明，通过将部分分类的汇总数据，我们可以构建一个改进的贝叶斯估计的多项式参数下的Kullback-Leibler（KL）损失。我们说明了使用合成和真实数据的方法，表明所提出的方法在输入不完整的分类达到足够的性能。最后，我们提出了数值研究的结果，研究获得改进的估计所需的条件。这些研究提供了见解和解释，可用于帮助未来的研究，并为从业人员提供关于适当年龄分类水平的指导，目的是提高五岁以下儿童死因死亡率估计数的准确性和可靠性。
2023-02-21 stat.AP stat.ME
Makeham Mortality Models as Mixtures
本文将马克汉姆死亡率模型表示为概率分布的混合模型，从而在竞争风险框架下区分衰老性与外源性死亡，并估计高龄阶段的过早死亡和衰老性死亡率。
2024-03-07 stat.AP
Cancer mortality projection: disparities, COVID-19, and late diagnosis impact
该研究采用贝叶斯模型预测英格兰乳腺癌与肺癌死亡率，量化地区、剥夺程度、COVID-19及诊断延迟造成的差异与超额死亡。
2024-05-09 stat.AP
A Survival Framework for Estimating Child Mortality Rates using Multiple Data Types
University of Washington（华盛顿大学）；Macalester College（玛凯斯特学院）
本文提出了一种贝叶斯生存框架，通过整合多种数据类型，以单个模型估计儿童生存概率随年龄和时间的变化，提供更全面的生存曲线。
2026-01-28 stat.AP
Summarising mortality data with a time-dependent beta latent variable model
本文提出时间依赖的贝塔潜在变量模型，用于无需数据转换的死亡数据总结，通过自回归先验实现时间依赖性建模，展示模型在死亡概率数据上的有效性。
2026-03-27 stat.AP
A stratified age-period-cohort model for spatial heterogeneity in all-cause mortality
人口统计率建模的一个共同目标是比较两个或多个组。例如，比较男女之间或地理区域之间的死亡率可能会发现健康不平等。一种流行的全因死亡率以及特定疾病（如癌症）发病率的模型是年龄期队列（APC）模型。将此模型扩展到多变量设置并不简单，因为单变量APC模型存在众所周知的可识别性问题。APC模型通常分别适合每个阶层，然后进行事后比较。本文介绍了一个分层APC模型，直接评估死亡率异质性的来源，使用贝叶斯分层模型与矩阵正态先验，共享信息的线性和非线性方面的APC效应跨层。计算，模型选择，和事先规范的解决和模型，然后应用于全因死亡率数据从欧盟。
2018-06-07 stat.ME
Accounting for Smoking in Forecasting Mortality and Life Expectancy
吸烟是上个世纪影响人类死亡率和预期寿命的主要危险因素之一。吸烟在很大程度上造成了预期寿命增长的非线性以及死亡率的地理和性别差异。正如Bongaarts（2006）和Janssen（2018）所建议的那样，由于吸烟流行的可预测性，考虑吸烟可以提高死亡率预测的质量。我们提出了一个新的贝叶斯层次模型来预测出生时的预期寿命为男性和69个国家的吸烟相关死亡率的良好数据。其主要思想是将出生时的非吸烟预期寿命预测（即，（2）将出生时的预期寿命（去除吸烟影响）转化为通过使用特定年龄吸烟归因分数（ASSAF）预测的预期寿命。我们引入了一个新的年龄队列模型的ASSAF和贝叶斯分层模型的非吸烟预期寿命在出生时。与其他四种常用的预期寿命预测方法相比，所提出的方法的预测性能进行评估的样本外验证。观测结果表明，新方法在预报精度和模型校正方面都有所提高。
2019-10-27 stat.AP
Bayesian Reconstruction of Two-Sex Populations by Age: Estimating Sex Ratios at Birth and Sex Ratios of Mortality
贝叶斯重建的原始版本是一种用于估计特定年龄的生育率、死亡率、移徙和最近不确定性的人口计数的方法，仅对女性人口进行了估计。在这里，我们将展示如何两个性别的人口可以类似地重建和概率估计的各种性别比数量。我们通过重建1971年至2001年的印度，1960年至2000年的泰国和1985年至2005年的老挝的人口来展示该方法。我们发现有证据表明，在印度，出生性别比超过了传统的上限1.06，并在研究期间进一步增加，后验概率超过0.9。此外，几乎是独一无二的，我们发现了印度女性出生时预期寿命低于男性的证据（1971- 1976年的后验概率为0.79），尽管有强有力的证据表明，到2001年，这一差距正在缩小。在泰国和老挝，我们发现了更常见的结果的有力证据，即女性出生时的预期寿命更长，在泰国，这种差异在研究期间有所增加。
2013-12-18 stat.AP
Analyzing Pension Fund Mortality with Gaussian Processes in a Sub Population Framework
本文提出基于高斯过程的随机子人口框架，通过年龄和年份特定缩减因子建模养老基金死亡率，解决数据稀疏问题，并在巴西养老基金案例中验证了其优于参数化方法的拟合优度与不确定性量化能力。
2025-06-04 stat.AP
A Flexible Bayesian Model for Estimating Subnational Mortality
在国家以下一级进行可靠的死亡率估计，对于研究一个国家内的健康不平等现象至关重要。编制这种估计数的困难之一是人口较少，死亡人数的随机变化相对较大，因此基本的死亡率水平不清楚。我们提出了一个贝叶斯层次模型来估计在国家以下一级的死亡率。该模型建立在死亡率曲线的特征年龄模式上，死亡率曲线是使用一组参考死亡率曲线的主成分构建的。关于死亡率的信息在地理空间上被汇总，并随着时间的推移而平滑。该模型的测试表明，合理的估计和不确定性水平时，该模型被应用到模拟数据，模仿美国县，和法国部门的真实数据。该模型产生的估计数可直接应用于研究次区域保健模式和差距。
2016-07-12 stat.AP
Gaussian Process Models for Mortality Rates and Improvement Factors
我们开发了一个高斯过程（“GP”）框架，用于对死亡率和死亡率改善因子进行建模。GP回归是一种非参数、数据驱动的方法，用于确定死亡率的空间依赖性，并联合平滑各维度的原始死亡率，如日历年和年龄。GP模型量化与平滑历史经验相关的不确定性，并为样本外预测生成完整的随机轨迹。我们的框架非常适合在新的可用数据到达时更新预测，并处理可信度较低的“边缘”问题。我们提出了一个详细的分析高斯过程模型的性能为美国死亡率的基础上CDC数据集的经验。我们研究了均值和残差建模、贝叶斯和非贝叶斯GP方法、样本内和样本外预测的准确性以及模型参数的稳定性之间的相互作用。我们还记录了过去几年死亡率改善因素的普遍下降以及强烈的年龄依赖性，将我们的研究结果与精算师协会（“SOA”）MP-2014和-2015模型进行了对比，这些模型没有完全反映这些最新趋势。
2018-04-11 stat.AP stat.CO stat.ME
Modeling U.S. Mortality and Suicide Rates by Integrating Mental Health and Socio-Economic Indicators
本文构建整合心理健康数据与社会经济指标的贝叶斯分层时空模型，分析2010-2023年美国县级死亡率与自杀率，识别相关影响因素及时空特征，为公共卫生干预提供支撑。
2025-11-13 stat.AP
Estimating maternal mortality using data from national civil registration vital statistics systems: A Bayesian hierarchical bivariate random walk model to estimate sensitivity and specificity of reporting
民事登记人口动态统计数据被用于编制国家孕产妇死亡率估计数，但由于对孕产妇死亡的错误分类，这些数据往往存在重大报告错误。可以通过比较基于民事登记和人口动态统计系统的孕产妇和非孕产妇死亡人数与从专门研究中获得的人数来评估民事登记和人口动态统计系统的准确性，专门研究是对特定国家时期孕产妇死亡率的严格评估。我们开发了贝叶斯双变量随机游动模型，以估计CRVS数据中孕产妇死亡率报告的敏感性和特异性，以及相关的CRVS调整因子。该模型适用于民事登记和人口动态统计的全球数据集和专门研究数据。验证工作表明，该模型在预测没有专门研究的国家时期基于CRVS的孕产妇死亡比例方面表现良好。联合国孕产妇死亡率机构间小组在使用民事登记和人口动态统计数据估计孕产妇死亡率时使用了新模型来解释错误分类错误。
2019-09-18 stat.AP
A Unified Bayesian Framework for Mortality Model Selection
针对传统死亡率模型选择忽视不确定性与模型组合的问题，提出统一贝叶斯框架，利用可逆跳 MCMC 联合完成模型选择和参数估计，并通过两类分层数据的案例研究验证。
2024-11-28 stat.AP stat.ME
Expressive Mortality Models through Gaussian Process Kernels
Cal Poly Pomona（加州州立理工大学波莫纳分校）；University of California（加利福尼亚大学）
本文提出基于高斯过程核组合搜索的死亡率建模框架，利用遗传编程自动发现最匹配年龄-时期-队列结构的协方差核，并在合成与真实死亡率数据上验证其有效性。
2023-05-02 cs.LG stat.ML
Joint Models for Cause-of-Death Mortality in Multiple Populations
我们共同研究了在多国环境中各种死因的特定死亡率的建模。我们应用多输出高斯过程（MOGP），一种空间机器学习方法，来平滑和外推多个国家和两种性别的多种死因死亡率。为了保持灵活性和可扩展性，我们研究了具有Kronecker结构内核和潜在因子的MOGP。特别是，我们开发了一个自定义的多层次MOGP，利用网格结构的死亡率表，有效地捕捉异质性和依赖性在不同的因素输入。结果与人类死因数据库（HCD）的数据集进行了说明。我们讨论了一个涉及三个欧洲国家癌症变异的案例研究，以及一项考虑了八个顶级原因并包括与全因分析比较的美国研究。我们的模型提供了对特定原因死亡率趋势的共性的见解，并展示了相应数据融合的机会。
2021-11-12 q-fin.ST stat.AP
Bayesian Dynamic Estimation of Mortality Schedules in Small Areas
确定死亡率曲线的形状、估计和预测一段时间内的死亡率模式以及调查不同的小型欠发达人口的死亡率模式的差异，近年来受到特别重视。这类问题所涉及的挑战是在小区域（人群）中观察到的死亡计数的常见稀疏性和不稳定行为。这些特征给合理的死亡率表的估计带来了许多困难。在这一章中，我们提出了一个关于这个问题的讨论，我们介绍了使用关系贝叶斯动态模型估计和平滑死亡率按年龄和性别的时间表。初步结果，包括与最近提出的方法在文献中的比较。分析是基于模拟数据以及在巴西一些城市观察到的死亡率数据。
2021-05-05 stat.ME
Separating the signal from the noise: Evidence for deceleration in old-age death rates
普遍的人口老龄化使得了解老年死亡率变得至关重要。然而，研究老年人的死亡率具有挑战性，因为数据稀少：随着年龄的增长，幸存者和死亡人数越来越少。我们展示了如何通过使用原则性的模型选择技术来经验性地评估理论死亡率模型来应对这一挑战。我们测试了九种不同的老年死亡率理论模型，将它们拟合到360个关于80岁以上队列死亡率的高质量数据集。考虑到死亡率可能下降的模型往往比假设死亡率呈指数增长的模型拟合得更好。没有一个单一的模型能够普遍解释观察到的老年死亡率模式，但对数二次模型最一致的预测。模型拟合的模式因国家和性别而异;我们讨论了可能的机制，包括样本量、时期效应和区域或文化因素，这些因素可能是理解老年死亡率模式的重要关键。我们引入了一个免费的R包，使研究人员能够将我们的分析扩展到其他模型，年龄范围和数据源。
2018-03-28 stat.AP
Rescheduled, not redefined: The moving plateau of old-age mortality
Interdisciplinary Center on Population Dynamics, University of Southern Denmark（人口动态跨学科中心，南丹麦大学）
该研究针对极高年龄死亡率趋势的百年争议，利用12个低死亡率队列数据发现死亡率平台期随出生队列后移，解释了过往研究分歧源于取样阶段不同，提出死亡率平台期无固定年龄的核心结论。
2026-09-01 stat.AP
Shifting attention to old age: Detecting mortality deceleration using focused model selection
老年死亡率上升的下降是人口研究中反复讨论的一个现象。虽然死亡率下降可以在伽玛-Gompertz模型中解释为异质群体中的选择效应，但这种现象可能难以统计评估，因为它涉及死亡年龄分布的尾部。通过使用聚焦信息准则（FIC）进行模型选择，我们可以直接针对这些高级年龄的模型性能。如果方差参数落在参数空间的边界上，则gamma-Gompertz模型退化为没有死亡减速的竞争Gompertz模型.我们开发了一个新版本的FIC，适用于这种非标准条件。在一项模拟研究中，新的FIC在检测死亡率减速方面优于其他方法。FIC灭绝的法裔加拿大出生队列的应用表明，集中的模型选择可以用来反驳以前的断言死亡率减速。
2019-05-14 stat.AP stat.ME
A Bayesian Spatial Modeling Approach to Mortality Forecasting
本文在考虑随机结构和空间自相关效应的基础上，对多总体贝叶斯死亡率预测模型进行了推广。我们解释了高水平的过度分散，根据相邻位置的条件自回归模型的基础上。在实证研究中，我们比较了不同的层次投影模型，用于分析日本各县之间多年来死亡率的地理多样性。通过马尔可夫链蒙特卡罗（MCMC）计算，结果表明，我们提出的模型的灵活性和预测性能。
2021-03-05 stat.ME
The effect of the COVID-19 health disruptions on breast cancer mortality for older women: A semi-Markov modelling approach
本研究提出一种半马尔可夫模型，量化COVID-19公共卫生措施导致的诊断延迟对英格兰65至89岁女性乳腺癌死亡率的影响，发现5年内乳腺癌死亡增加3-6%、晚期登记增加4-6%，为评估诊疗服务中断提供了稳健工具。
2023-11-21 stat.AP
A General Age-Specific Mortality Model with An Example Indexed by Child or Child/Adult Mortality
背景大多数非洲国家和近三分之一的国家需要死亡率模型来推断完整的死亡率年龄表，这是人口估计、预测/预报以及人口学和流行病学方面的许多其他任务所需要的。将儿童死亡率与其他年龄段死亡率联系起来的模式很重要，因为所有国家都有衡量儿童死亡率的标准。OBJECTIVE. 1)设计一个年龄别死亡率的通用模型，该模型提供了一种将协变量与年龄别死亡率联系起来的标准方法。2)使用儿童或儿童/成人死亡率与其他年龄段死亡率之间的关系来校准该模型。3)对校准模型进行建模，并将其性能与现有模型进行比较。方法.一个通用的，参数化的死亡率组成部分模型的设计使用奇异值分解（SVD-Comp）和校准儿童或儿童/成人死亡率和死亡率之间的关系，在其他年龄的观察到的死亡率时间表的人类死亡率数据库。交叉验证用于验证模型，并将模型的预测性能与Log-Quad模型的预测性能进行比较，Log-Quad模型旨在做同样的事情。结果预测和交叉验证测试表明，儿童死亡率校准的SVD-Comp是能够准确地代表人类死亡率数据库中观察到的死亡率时间表，是强大的死亡率时间表的选择用于校准它，并表现得比对数四元模型。结论.儿童死亡率校准的SVD-Comp是一个有用的工具，可用于儿童死亡率可用但其他年龄段死亡率未知的情况。与早期的艾滋病毒流行率校准版本的SVD-Comp的工作一起，这项工作表明，这种方法是真正通用的，可用于开发广泛的其他有用的模型。
2016-12-01 stat.AP
Retiree mortality forecasting: A partial age-range or a full age-range model?
年金定价的一个重要输入是未来退休人员的死亡率。根据观察到的年龄别死亡率数据，可以通过两种途径进行建模和预测。一方面，我们可以首先将可用数据截断为退休人员年龄，然后基于部分年龄范围模型生成死亡率预测。另一方面，在所有可用数据的情况下，我们可以首先应用全年龄范围模型进行预测，然后将死亡率预测截断为退休人员年龄。我们使用人类死亡率数据库（2020年）中主要发达国家的数据，研究了部分年龄范围模型和全年龄范围模型之间中心死亡率对数转换建模的差异。通过评估和比较短期点和区间预测准确度，我们推荐第一种策略，即将所有可用数据截断为退休人员年龄，然后生成死亡率预测。然而，在考虑长期预测时，不清楚哪种策略更好，因为更难找到最佳模型和参数。这是使用基于时间序列外推法进行长期预测的一个缺点。相反，可以考虑采用一种期望方法，由专家确定未来的目标，并指出这种方法在过去也取得了有限的成功。
2020-06-25 stat.AP
Grouped functional time series forecasting: An application to age-specific mortality rates
特定人群的死亡率往往按不同属性分列，如性别、州和族裔。在国家和国家以下各级预测年龄别死亡率在制定社会政策方面发挥着重要作用。然而，国家以下一级的独立预测可能与国家一级的预测不一致。为了解决这一问题，我们考虑协调年龄别死亡率的预测，将Hyndman等人（2011）的方法扩展到功能时间序列，其中年龄被视为连续体。分组功能时间序列方法被用来产生死亡率的点预测，这些预测是在不同的分解因子之间适当地汇总的。为了评估预测的不确定性，我们提出了一个自助方法来协调区间预测。使用日本死亡率数据库中的日本各地区年龄别死亡率，我们研究了独立和分组功能时间序列预测方法之间的1 - 10步提前点和区间预测精度。所提出的方法被证明是有用的，在国家和次国家一级的年龄别死亡率的预测调和。他们还享有不同的分解因素平均预测精度提高。这篇文章的补充材料可在网上查阅。
2016-09-14 stat.AP
Forecasting Mortality in the Middle-Aged and Older Population of England: A 1D-CNN Approach
本研究针对纵向表格数据场景，利用ELSA调查数据，采用1D-CNN结合多维度特征预测英格兰中老年人群死亡率，通过样本采样优化和激活函数对比，验证了swish函数的性能优势。
2024-11-01 cs.LG stat.AP stat.ML
Age-aggregation bias in mortality trends
在最近的一篇PNAS文章中，Case和Deaton展示了一个数字，说明“1999年至2013年期间，美国中年白人非西班牙裔男性和女性的全因死亡率显着增加。作者指出，他们的数字"没有在10岁45 - 54岁年龄组内进行年龄调整。“他们通过将该年龄段的死亡总数除以该年龄段的人口来计算每年的死亡率。我们怀疑这是一种聚集性偏见。在对年龄构成的变化进行调整后，我们发现这一年龄组的死亡率不再稳步上升。相反，1999 - 2005年呈上升趋势，此后保持不变。此外，按性别划分的年龄调整死亡率显示，与文章标题相反，只有女性而不是男性的死亡率显著增加。我们强调，这并没有改变凯斯和迪顿论文的一个关键发现：非西班牙裔美国中年白人与其他国家和其他种族群体的比较。这些比较在我们的年龄调整后仍然成立。虽然我们不认为年龄调整会使国家之间的比较无效，但它确实会影响有关美国中年白人非西班牙裔死亡率绝对增加的说法。按地区划分这一群体的趋势显示出其他有趣的模式：自1999年以来，南部妇女的死亡率有所上升。相比之下，在死亡率最低的东北部地区，男女死亡率一直在下降。这些图表证明了这种数据探索的价值，我们感谢凯斯和迪顿关注这些死亡率趋势。
2015-12-01 stat.AP
A Singular Value Decomposition-based Factorization and Parsimonious Component Model of Demographic Quantities Correlated by Age: Predicting Complete Demographic Age Schedules with Few Parameters
背景正式的人口统计学在建立人口数量（如死亡率和生育率）的年龄表的简单模型方面有着悠久的历史。这些被广泛用于人口统计学方法，使用很少的参数来操纵整个年龄表。OBJECTIVE.奇异值分解（SVD）将矩阵分解为三个矩阵，这些矩阵具有有用的属性，包括使用更少的简单矩阵重建原始矩阵的能力。这项工作演示了如何利用这些属性来建立简约的模型，可以进一步参数化的任意协变量的人口数量的整个年龄表。方法. SVD的介绍和详细解释，注意发展一个直观的理解。SVD被用来构建一个一般的，组件模型的人口年龄表，该模型与年龄别死亡率和生育率。最后，该模型被用于（1）使用艾滋病毒指标和年龄别死亡率的汇总指标预测年龄别死亡率，以及（2）使用总生育率预测年龄别生育率。结果分年龄死亡率和生育率的组成模型成功地用两个输入重现了数据，通过这两个输入，各种协变量能够准确地预测全年龄表。结论. SVD作为一种总结、平滑和建模特定年龄人口统计量的方法可能很有用。成分模型是一种将协变量与整个年龄表联系起来的通用方法。评论.本文的重点是奇异值分解和分量模型。这些应用程序仅用于说明目的。
2015-04-08 stat.AP stat.OT
Learning and forecasting of age-specific period mortality via B-spline processes with locally-adaptive dynamic coefficients
本文提出一种具有局部自适应动态系数的B样条过程，通过Poisson对数正态模型和高斯状态空间近似实现年龄别死亡率的可解释建模与闭式Kalman预测，在点预测和区间校准上优于现有方法，并揭示了不同国家和年龄在历史时期及COVID-19期间的死亡率差异。
2024-01-12 stat.AP
Modeling smooth and localized mortality patterns across age, time, and space to uncover small-area inequalities
本文提出了一种灵活的模型，用于估计小区域中的死亡率趋势，能够捕捉地理差异并适应突发死亡冲击，以揭示小区域不平等。
2025-11-24 stat.AP
Age-period modeling of mortality gaps: the cases of cancer and circulatory diseases
本文在年龄-时期框架下比较了双泊松、二元泊松和Skellam三种分布模型，分析意大利1960至2015年癌症与循环系统疾病的死亡计数差异，发现Skellam分布能更准确简洁地捕捉死亡率差距。
2025-10-13 stat.AP stat.ME
Random cohort effects and age groups dependency structure for mortality modelling and forecasting: Mixed-effects time-series model approach
本文提出一种考虑年龄组依赖性和随机队列效应的混合效应时间序列模型，用于死亡率建模与预测，无需预设约束即可量化参数不确定性，且在多国数据上的预测精度显著优于CBD模型。
2021-12-31 stat.AP stat.CO stat.ML
Multi-dimensional Mortality (MDMx): Sex-Age-Specific Model Life Tables, Fitting, Prediction from Summary Mortality Indicators, and Forecasting
The Ohio State University（俄亥俄州立大学）
本文提出MDMx模型，整合了生命表、拟合、预测和预测四种方法，通过张量分解实现性-年龄特异性输出的结构一致性。
2026-03-25 stat.AP stat.ME
Human mortality at extreme age
我们使用极值理论，生存分析和计算机密集型的方法相结合，以分析意大利和法国的半超百岁老人的死亡率，他们有有效的记录。在考虑到抽样框的影响后，108岁以上的死亡率似乎保持不变，各国之间和群组之间没有差异。这些发现与以前基于国际长寿数据库的工作一致，并表明人类的任何物理上限都是如此之大，以至于不太可能接近。在意大利数据和国际长寿数据库中，没有证据表明108岁以后的男女生存率存在差异;但在法国数据中，男性的生存率较低。
2020-10-02 stat.AP
Forecasting Australian subnational age-specific mortality rates
在对次国家死亡率进行建模时，重要的是要纳入次人口之间任何可能的相关性，以提高预测准确性。此外，国家以下一级的预测应与国家一级的预测一致。在这项研究中，我们应用分组多元函数时间序列来预测澳大利亚区域和远程年龄特定的死亡率和调和预测组结构使用各种方法。我们所提出的方法相比，毫不逊色于一个分组的单变量功能时间序列预测方法，通过比较一步，五步提前点预测精度。因此，我们证明了具有相似死亡率模式的子群体的联合建模可以提高点预测的准确性。
2020-07-07 stat.AP stat.ME
Assessing the impact of the COVID-19 shock on a stochastic multi-population mortality model
我们的目标是评估一个流行病的数据点的影响，对校准的随机多人口死亡率预测模型和由此产生的预测未来的死亡率。在整个论文中，我们把重点放在李和李死亡率模型，这已经成为一个标准，预测死亡率在比利时和荷兰。我们校准这个死亡率模型的年度死亡和暴露在个人年龄的水平。在人类死亡率数据库等平台上收集、编制和报告这类死亡率数据通常会有很大的延迟-有些国家甚至会延迟数年。为了能够及时评估流行病数据点的影响，我们必须依赖其他数据源（例如短期死亡率波动数据系列），这些数据源可以快速发布按年龄段收集的每周死亡率数据。为了符合Li & Lee模型的设计和校准策略，我们必须将按年龄段收集的每周死亡率数据转换为每年的特定年龄观察值。因此，我们的论文构建了一个协议，将年龄段中登记的死亡和暴露分解为各个年龄。为评估疫情冲击（如二零二零年的COVID-19）的影响，我们在校准或预测步骤中权衡此数据点。显然，我们对这个数据点的重视程度越高，我们观察到的对未来估计死亡率和预期寿命的影响就越大。我们的论文可以量化这种影响，并为精算师和精算协会提供一个框架，以根据对大流行数据点的各种评估来生成未来死亡率的情景。
2021-11-19 q-fin.RM stat.AP
Pneumonia after bacterial or viral infection preceded or followed by radiation exposure -- a reanalysis of older radiobiological data and implications for low dose radiotherapy for COVID-19 pneumonia
目前，有14项关于COVID-19肺炎低剂量放疗（LDRT）的临床研究正在进行中。一个基本的假设是，约1 Gy的照射对改善病毒性肺炎有效。然而，它的理论基础依赖于早期的人类病例系列或动物研究，这些研究大多是在前抗生素时代获得的，当时没有进行严格的统计分析。因此，尚不清楚这些早期数据是否支持这些假设。使用标准统计生存模型，并基于系统性文献综述，我们重新分析了14个放射生物学动物数据集，其中动物在细菌/病毒接种前后接受了大部分分次剂量的辐射，并评估了各种健康终点（死亡率，肺炎发病率）。在大多数数据集中，吸收剂量不超过7 Gy。考虑各种不同的模型系统和类型的挑战性感染。对于评估接种后辐射暴露（与COVID-19肺炎的LDRT更相关）的7项研究，结果是异质的，其中2项研究显示与辐射暴露相关的死亡率显著增加（p<0.001），另一项研究显示与辐射暴露相关的死亡率显著降低（p<0.001）。对于接种前暴露，结果也是异质的，6个数据集显示与辐射暴露相关的死亡风险显著增加（p<0.01），另外2个数据集显示死亡风险显著降低（p<0.05）。总的来说，这些数据并没有提供明确的支持，减少发病率或死亡率与感染后辐射照射。对于感染前的辐射暴露，影响方向的不一致性使得这一数据体难以解释。然而，人们必须谨慎地从这些旧动物数据集的已发表报告中引用证据。
2020-09-05 q-bio.TO stat.AP
Change-point detection in functional time series: Applications to age-specific mortality and fertility
针对年龄别死亡率与生育率曲线的函数时间序列变点检测问题，提出函数累积和统计量、基于函数模型预测误差序列的两种检测方法，经澳大利亚数据验证可定位变点并确定最优训练周期以提升预测精度。
2024-11-01 stat.AP stat.ME
Gini-Type Index for Ageing/Rejuvenating Populations
本文讨论了可靠性数学理论中有关年龄分布的一些基本概念和统计量的应用，其中包括基尼系数，作为研究人口老龄化和寿命的一种方法工具。与传统使用的中位寿命和平均寿命相反，GTI只需要一个日历年的快照数据来揭示人口老化或年轻化。说明所建议技术的案例研究基于人类死亡率数据库（http：//www.example.com）www.mortality.org
2014-08-12 stat.AP
Grouped multivariate and functional time series forecasting: An application to annuity pricing
特定人群的死亡率往往按不同属性分列，如性别、州、族裔群体和社会经济地位。在国家和国家以下各级制定社会政策和年金定价时，不仅要准确预测死亡率，而且要确保国家以下各级的预测与国家一级的预测相一致。这激发了分组功能时间序列方法（Shang和Hyndman，2017）的最新发展，以协调特定年龄的死亡率预测。我们将这些分组功能时间序列预测方法扩展到多变量时间序列，并将其应用于老年人死亡率的点预测，从中可以为不同年龄和到期日的固定期限年金定价。使用日本死亡率数据库中的日本各地区年龄别死亡率，我们研究了独立预测方法和分组预测方法之间的一步到15步预测精度。分组的预测方法不仅是有用的，在国家和国家以下各级的年龄别死亡率的预测进行协调，但它们也被证明可以提高预测的准确性。提高死亡率的预测准确性对于保险和养老金行业估计年金价格非常重要，特别是在人口亚组的水平上，由性别，地区和社会经济分组等关键因素定义。
2017-05-22 stat.AP
Cause-of-death contributions to declining mortality improvements and life expectancies using cause-specific scenarios
近年来，英格兰和威尔士男性和女性全因死亡率和预期寿命的改善有所放缓。在本文中，使用2001年至2018年英格兰和威尔士的特定原因死亡率数据来调查特定原因对改善放缓的贡献。在英格兰和威尔士的原因特定的死亡计数建模使用负二项回归和断点的线性时间趋势的对数死亡率进行了调查。特定原因的情况下产生的，在断点后的时间趋势，某些原因恢复到断点前的利率和这些变化对年龄标准化死亡率和期间的预期寿命的影响进行了探讨。这些情景用于量化特定原因对死亡率改善放缓的贡献。老年人循环系统疾病改善的减少，以及精神和行为障碍及神经系统疾病造成的死亡率恶化，是年龄标准化死亡率和周期预期寿命改善减少的最大原因。还生成了未来时期的预期寿命情景，其中假设特定原因死亡率趋势持续存在或逆转。在大多数情况下，单一死因的特定死因死亡率趋势的逆转导致男性和女性出生时和65岁时的预期寿命恶化。这项工作提高了对2001年至2018年全因死亡率下降的具体原因的理解，同时也提供了对推动预期寿命提高的死亡原因的见解。研究结果对研究人员、政策制定者和保险专业人员都有好处。
2022-10-22 stat.AP
A Bayesian Spatio-Temporal Model of Temperature- and Humidity-Related Mortality Using High-Resolution Climate Data
本研究提出一种扩展的贝叶斯时空疾病制图模型，利用奥地利2002至2019年高分辨率气候与每周死亡率数据，通过空间-时间、空间-年龄和年龄-时间交互作用，量化温度、湿度、年龄和性别对死亡率的复杂影响，为公共卫生监测提供新见解。
2025-07-16 stat.AP
Hierarchical multivariate space-time methods for modeling counts with an application to stroke mortality data
早在20世纪60年代，人们就已经研究了中风死亡率的地理模式，当时美国东南部的一个地区因其异常高的中风死亡率而被称为“中风带”。虽然已知中风死亡率随年龄呈指数级增加，但由于人口规模小和/或年龄组中风事件少的优势，在县级按年龄组对时空趋势进行调查是令人生畏的。在这里，我们利用一个复杂的，不可分离的多变量时空模型的力量，该模型借用了空间，时间和年龄组的力量，以获得1973年至2013年美国县65岁以上人群的县级死亡率的可靠估计。此外，我们提出了一种替代指标，用于测量事件发生率随时间的变化，该指标反映了一个县事件发生率的全部轨迹，而不是简单地比较研究期间开始和结束时的发生率。在我们对中风数据的分析中，我们确定了各年龄组死亡率的不同时空趋势，揭示了在南方腹地取得的进展，并提供了证据表明，一个可分离的模型不适合这些数据。
2016-02-14 stat.AP stat.ME
Mortality and life expectancy forecasting for a group of populations in developed countries: A robust multilevel functional data method
提出了一种稳健的多水平函数数据方法，用于预测具有高质量生命登记系统的发达国家的两个或多个人口的年龄别死亡率和预期寿命。它使用了一个强大的多层次功能主成分分析的总数据和人口的具体数据，以提取人口之间的共同趋势和人口的具体残差趋势。将该方法应用于英国1922 - 2011年的年龄和性别别死亡率和预期寿命，并将其预测精度与标准的多水平函数数据方法进行了比较。对于年龄别死亡率和预期寿命的预测，稳健的多水平函数数据方法比标准的多水平函数数据方法在存在离群值的情况下产生更准确的点和区间预测。
2016-09-23 stat.AP
On assessing excess mortality in Germany during the COVID-19 pandemic
2019年冠状病毒病（COVID-19）与普通人群中非常高的伤亡人数有关。评估这一数字的确切大小是一个不小的问题，因为仅依赖官方报告的COVID-19相关死亡人数有可能导致几种偏见。处理这一问题的方法之一是将大流行病期间的总死亡率与使用前几年观察到的死亡率数字计算的预期死亡率进行比较。在本文中，我们建立在现有的方法，并提出了两种方法来计算预期以及超额死亡率，即在每周和每年的水平。特别关注年龄的作用，这在COVID-19相关死亡率和总体死亡率中起着核心作用。我们通过使用德国2016年至2020年的年龄分层死亡率数据来说明我们的方法，以计算2020年COVID-19大流行期间特定年龄组的超额死亡率。
2021-06-25 stat.AP stat.ME
A Probabilistic Framework for Estimating the Modal Age at Death
University of Southern Denmark（南丹麦大学）
针对现有死亡模态年龄估计方法仅做点估计、忽略数据不确定性的问题，本研究提出结合多项模型与高斯近似的概率框架，基于六国数据验证，可量化不确定性、提升鲁棒性，为人口研究与政策规划提供支持。
2026-11-04 stat.AP
Forecasting drug overdose mortality by age in the United States at the national and county levels
本文提出融合CDC WONDER观测数据与年龄结构成瘾死亡模型的预测方法，在全国及洛杉矶县、库克县、纽约市五区预测分年龄药物过量死亡并估计关键流行病学指标。
2023-09-25 physics.soc-ph q-bio.PE stat.AP
