Mindmap
Una clase de memoria de campo aleatoria Modelos para la predicción de la mortalidad
Inhalt der Mindmap
Una clase de memoria de campo aleatoria Modelos para la predicción de la mortalidad
Datos estilizados sobre la mortalidad
- Cohort effect (Willets [2004])
- Correlación de cohortes cruzadas
- Heterocedasticidad
- Correlación de cohortes cruzadas
- Cohort effect (Willets [2004])
Algunas inferencias estadísticas
- Las estimaciones de parámetros que utilizan el QMLE están inevitablemente sujetas a Grado de incertidumbre.
- Esto es de suma importancia ya que la cantidad de datos a nuestra disposición es, Generalmente, limitado.
- Esto nos permite cuantificar la incertidumbre de los parámetros Distribución asintótica.
- Esto es de suma importancia ya que la cantidad de datos a nuestra disposición es, Generalmente, limitado.
- Las estimaciones de parámetros que utilizan el QMLE están inevitablemente sujetas a Grado de incertidumbre.
Análisis empírico
- Se centra en el modelo ilustrativo
- Se considera los registros de mortalidad de Francia, Inglaterra y Gales (E & W) y EE.UU. Durante el período 1960-2012.
- Se considera los registros de mortalidad de Francia, Inglaterra y Gales (E & W) y EE.UU. Durante el período 1960-2012.
- Se centra en el modelo ilustrativo
Conclusiones
- se propone una clase de modelos de campo aleatorios con una causal estructura.
- Capturando la dependencia entre cohortes adyacentes, así como la Heteroscedasticidad.
- Para tal clase de modelos, proponemos un procedimiento de estimación para Parámetros.
- Capturando la dependencia entre cohortes adyacentes, así como la Heteroscedasticidad.
- se propone una clase de modelos de campo aleatorios con una causal estructura.