Bootstrap方法在死亡模型中的应用.doc

* Bootstrap 方法在死亡模型中的应用 孙佳美 段白鸽 内容提要:由于不同国家死亡率改善现象不同，世界各国所使用的死亡率模型皆不尽相同，而且不同年龄段的 死亡率模型也不同。实际中，我们常常采用 Gompertz 模型、Makeham 模型、Weibull 模型等拟合高年龄段人口的死 亡率，但是因高年龄段人口的死亡数据资料不够充分，较少有人以统计的观点给出模型适合性的检验过程。因此 本研究提出利用 Bootstrap 方法检验死亡模型假设的方法，包括模型适合性的检验、参数估计、参数假设检验等。最 后，本文应用中国 1997 － 2007 年 65 － 89 岁人口的粗死亡率数据，提出适合的死亡模型，然后给出利用 Bootstrap 方 法进行死亡模型检验的全过程。 关键词:Bootstrap 方法;死亡模型;参数估计;假设检验 中图分类号:0212 文献标识码:A 文章编号:1002 － 4565(2010)06 － 0100 － 06 The Application of Bootstrap Method in Mortality Model Sun Jiamei ＆ Duan Baige Abstract:Mortality rate models are not the same due to different countries and different ages. We often use Gompertz model，Makeham model，Weibull model to fit the mortality data of old age groups. Because the mortality data of old age groups is often insufficient，no one tests the fitness of the selected mortality model. Therefore，in this paper，Bootstrap methods are used to test the assumptions of mortality model，including the fitness of the mortality model，parameter estimation，parametric hypothesis testing. Finally，using the crude death rate of China population aged 65 to 89 from 1997 to 2007，we establish the mortality model and give the whole process of model checking by applying apply Bootstrap method. Key words:Bootstrap Method; Mortality Model; Parameter Estimation; Hypothesis Testing 生命表中各年龄级别的死亡率是否能真正反映 真实的死亡率，直接关系到寿险公司费率的制定和 准备金的提取。另外，一般高年龄段的投保人人数 较少，因此高年龄段的死亡率的初始估计是不确切 的，必须利用初始估计，结合先验观点对初始估计值 进行修正。这种方法即为死亡率修匀。实际中常常 采用 Gompertz 模型、Makeham 模型、Weibull 模型等 拟合高年龄段人口的死亡率，但是因高年龄段人口 的死亡数据资料不够充分，较少有人以统计的观点 给出模型适合性的检验过程。本文将着重介绍独立 同分布数据的 Bootstrap 方法在死亡模型中的具体 一、Bootstrap 方法概述 (一)Bootstrap 方法的基本思想 Bootstrap 方法最初是由 Efron 于 1979 年提出 的，其基本思想是:在原始数据的范围内做有放回的 抽样( resampling)，样本容量仍为 n，原始数据中每 个观察对象每次被抽到的概率相等，均为 1 / n，这样 得到的样本称为 Bootstrap 样本。 假设最初的样本为 Y = { y1 ，y2 ，…，yn }，对这个 样本有放回地重复抽样 n 次，每次抽取一个，即得一 个 Bootstrap 样本 Y* = { y* ，y* ，…，y* }。因为最初 1 2 n 应用，包括参数模型的适合性检验、参数估计、假设 检验等。 的样本是从总体中获得的，所以从这个最初的样本 抽取得到的新样本也来自总体，通过这种再抽样方  * 本论文受到“南开大学 2008 年度人文社会科学校