Bayesian Modeling of Mortality in Italian Regions: A Three-Component Approach Incorporating Cohort Effects

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F24%3A00588342" target="_blank" >RIV/67985807:_____/24:00588342 - isvavai.cz</a>

Výsledek na webu

<a href="https://doi.org/10.1007/978-3-031-64273-9_25" target="_blank" >https://doi.org/10.1007/978-3-031-64273-9_25</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-031-64273-9_25" target="_blank" >10.1007/978-3-031-64273-9_25</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Bayesian Modeling of Mortality in Italian Regions: A Three-Component Approach Incorporating Cohort Effects

Popis výsledku v původním jazyce

The increases in life expectancy over the last decades have strongly impacted the distribution of ages at death. Its parametric estimation can be complicated by cohort effects. Our addresses the issue by extending a recent three-component parametric model to include cohort effects in a Bayesian framework. The model is fit to male mortality data from five diverse Italian regions between 1974 and 2022. Our results demonstrate significant regional variations in mortality, influenced by cohort effects, particularly among cohorts born around World War I. The model effectively captures the evolution of mortality components, with cohort effects markedly improving fit of complex, even multi-modal curves.

Název v anglickém jazyce

Bayesian Modeling of Mortality in Italian Regions: A Three-Component Approach Incorporating Cohort Effects

Popis výsledku anglicky

The increases in life expectancy over the last decades have strongly impacted the distribution of ages at death. Its parametric estimation can be complicated by cohort effects. Our addresses the issue by extending a recent three-component parametric model to include cohort effects in a Bayesian framework. The model is fit to male mortality data from five diverse Italian regions between 1974 and 2022. Our results demonstrate significant regional variations in mortality, influenced by cohort effects, particularly among cohorts born around World War I. The model effectively captures the evolution of mortality components, with cohort effects markedly improving fit of complex, even multi-modal curves.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10103 - Statistics and probability

Projekt

—

Návaznosti

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2024

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Mathematical and Statistical Methods for Actuarial Sciences and Finance. MAF2024 Conference Proceedings

ISBN

978-3-031-64272-2

ISSN

—

e-ISSN

—

Počet stran výsledku

5

Strana od-do

149-153

Název nakladatele

Springer

Místo vydání

Cham

Místo konání akce

Le Havre

Datum konání akce

4. 4. 2024

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

001299654100025