广义线性混合模型在死亡数据分析中的应用-应用统计专业论文.docxVIP

上海交通大学硕士学位论文 上海交通大学硕士学位论文 万方数据 万方数据 广义线性混合模型在死亡数据分析中的应用 摘 要 广义线性混合模型将广义线性模型与线性混合模型有机结合起来， 它兼具了二者的优点，可以用于拟合离散型非独立数据。死亡数据服 从二项分布，且在不同地区、不同时代存在异质性，在同一地区、同 一时代存在非独立性，因而运用广义线性混合模型对不同地区、不同 时代的死亡数据进行研究是较为合理的。本文运用广义线性混合模型 对中国自然人的死亡数据进行了研究，通过对随机因素的多种设定， 我们得到了 7 个可用模型，并得到了如下结论：男性死亡率高于女性； 10 岁之后，年龄越大死亡率越大；10 岁之前，年龄越小死亡率越大； 死亡率最低的三个地区是上海、北京、海南；死亡率最高的三个地区 是西藏、云南、青海；同等条件下，2010 的死亡率低于 2000 年的死亡 率；城市居民的死亡率低于镇居民的死亡率，镇居民的死亡率低于农 村居民的死亡率；西北地区和西南地区的死亡率城乡差距较大；东北 地区和华北地区的死亡率，尤其是城市和镇的死亡率在全国来看是偏 高的；华南地区和华东地区的死亡率在全国来看是偏低的；中部地区 的死亡率排名无论城市还是乡镇始终处于中流地位。该结论对国家扶 贫政策及医疗保障政策的制定有直接指导意义，同时该结论也为中国 针对不同地区、不同时代的保险精算技术提供了理论依据。 关键词：广义线性混合模型，死亡率, 广义线性模型，线性混合模型 I APPLICATION OF GENERALIZED LINEAR MIXED MODEL IN DEATH DATA ANALYSIS ABSTRACT Generalized linear mixed models (GLMM’s) are an organic bond of generalized linear models (GLM’s) and linear mixed models (LMM’s). GLMM inherits the advantage of GLM and LMM and is suitable for fitting correlated discrete data. It is suitable to use GLMM in death data study, because the death data subjects to a binomial distribution and has correlation among different are as and time. This paper studied the death data in China by GLMM. With the different set of random factors, we get 7 models available, and the results are as follows: man’s death rate is larger than woman’s; after the age of 10,the older, the greater the death rate; before the age of 10, the younger, the greater the death rate; the three lowest death rate provinces are Shanghai, Beijing and Hainan; the three highest death rate provinces are Tibet, Yunnan and Qinghai; the death rate of 2000 is greater than 2010’s; the death rate in urban is lower than town, town is lower than rural; in the Northwest and Southwest of China, the death rate has a big gap between urban and rural areas; in the Northeast and North of China, the death rate, especially in urban and town, is higher than any other areas; in the South and East of China, the death rate is lower than any other areas; in the Central of China, the death