arrow
返回

Bayesian multidimensional mortality reconstruction

delete2026-04-23
delete0
PRE
AI
T
Tamburini, Andrea *
W
Wisniowski, Arkadiusz
Y
Yildiz, Dilek
DOI:10.4054/demres.2026.54.28delete
delete原文链接
delete分享
delete收藏
摘要

摘要

En 中文
背景 尽管社会经济发展水平和教育程度对死亡率差异的影响已被广泛研究,但研究往往仅限于发达国家且局限于近年。这主要由于缺乏一致且高质量的数据。系统研究教育程度与死亡率关联的广地域、长时段研究仍然不足。 目的 我们旨在开发一种统计模型,利用多个分散数据源重建按年龄、性别和教育程度分组的死亡率。 方法 所提方法为分层贝叶斯模型,通过结合多源优势估计不同时期、年龄组、性别和教育程度的死亡率。 结果 我们在案例研究中纳入东南欧、西亚和北非的13个国家,计算了1980-2015年期间女性15岁起每五岁年龄组的分教育程度死亡率,并通过后验预测检验验证估计值。 贡献 本研究的贡献在于:第一,提出一种新颖灵活的概率方法,用于研究教育程度与成人死亡率的关系;第二,为13个国家提供了按年龄、性别和教育程度分组的死亡率估计。本研究通过提供灵活的估计方法,弥补了教育程度特定死亡率差异研究的不足。
Keyword:
EDUCATIONAL-ATTAINMENT
CHILD-MORTALITY
UNITED-STATES
PARENTS EDUCATION
GLOBAL ESTIMATION
TOTAL FERTILITY
AGE
POPULATIONS
INFANT
ASSOCIATION

期刊

D
Demographic Research
IF:
2
论文数:
53
被引数:
10

机构

U
University of Vienna
学者数:
1.2K
论文数: 471
被引数: 4
引用论文

引用论文

暂无论文信息