Trend extrapolation / Prediction of China’s Population Mortality under Limited Data
Emneoversigt
-
-
• Kina har en alvorlig mangel på data om befolkningsdødeligheden, hvilket viser et fravær af befolkningsdata som er over 90 år gammelt, hvilket fører til store udsving i halens krumning.
-
-
-
Befolkningssundhed er et problem med Kinas aldrende befolkning, som direkte kan afspejle befolkningens livskvalitet. For at måle den overordnede sundhedstilstand for et lands befolkning er dødelighed en vital indikator. Forudsigelse af dødelighed er afgørende for at overvåge forventede problemer i Kinas aldrende befolkning. Kina har mangel på data om befolkningsdødelighed, især for den ældre befolkning. Kinas demografiske årbøger og dens demografiske og beskæftigelsesstatistiske årbøger fra 1998 til 2020 viser et fravær af befolkningsdata som er over 90 år gammelt, hvilket fører til store udsving i halens krumning.
Fremskrivninger af befolkningsdødeligheden bruger sædvanligvis to metoder: den ene til at beregne befolkningens forventede levealder ved at fremskrive dødeligheden i ”sub-age” (engelsk) og den anden til at beregne dødeligheden i sub-age ud fra livstabeller ved at fremskrive den forventede befolkningslevetid. For at forudsige den fremtidige dødelighed kan tidsserie metoden bruges til at simulere tidseffekten og værdien af det forudsagte år. Dette kan opnås ved trend ekstrapolation for derefter at forudsige den fremtidige dødelighed (Cheng et al., 2022).
Kannisto-modellen blev anvendt til at supplere de manglende data og udvide dataene fra den ældre befolkning til 100 år, hvilket gør forudsigelsen af den forventet levealder mere nøjagtig og bruger derefter Lee-Carter single-factor modellen til at forudsige artsdødeligheden for den kinesiske befolkning gennem aldersekstrapolation og trend ekstrapolation.
-
-
-
Resultater fra anvendelse af Trend Ekstrapolation viser, at dødsraten med den fortsatte udvikling af samfundet og den kontinuerlige forbedring indenfor videnskab, teknologi og medicinsk behandling markant er forbedret fra 1997 til 2019. Sammenligning af dødeligheden i 2019, 2025 og 2030 viser, at dødeligheden i alle regioner i Kina forbedres løbende, og den forventede levetid forlænges løbende. Selvom kvindedødeligheden svinger meget, når man sammenligner ændringerne i mænds og kvinders dødelighed, viser resultaterne en risiko for lang levetid i Kina.
De anvendte metoder forbedrer nøjagtigheden af forudsigelsen af befolkningsdødeligheden ved at udfylde hullerne i de originale data. Den forudsiger også den forventede levealder for den kinesiske befolkning, og resultaterne giver et teoretisk grundlag for politikker, der skal adressere risikoen for en lang levetid.
-
-
-
● Cheng, Z., Si, W., Xu, Z., & Xiang, K. (2022). Prediction of China’s Population Mortality under Limited Data. International Journal of Environmental Research and Public Health, 19(19), 12371.
https://doi.org/10.3390/ijerph191912371
METHODS:
● Manolov, R., Solanas, A., & Sierra, V. (2019). Extrapolating baseline trend in single-case data: Problems and tentative solutions. Behavior Research Methods, 51, 2847-2869.
https://link.springer.com/article/10.3758/s13428-018-1165-x
● What is Interpolation and Extrapolation?
● Extrapolation
● Extrapolation in Statistics: Explanation, Techniques, and Real-Life Examples (Need Account to Watch)
https://study.com/academy/lesson/extrapolation-in-statistics-definition-formula-example.html
● Extrapolation: Lesson Plans: Lesson 3 Working with Outliers
● 5.1 Trend extrapolation (in German)
https://docplayer.org/192392034-5-1-trendextrapolation.html
-
-