[논문 리뷰] Testing theories of old-age mortality using model selection techniques

Dennis M. Feehan|arXiv (Cornell University)|2017. 07. 28.

Insurance, Mortality, Demography, Risk Management인용 수 1

한 줄 요약

이 연구는 80세 이상에서 고질적 인구집단 사망률 데이터 360건에 대해 이론적 사망률 모델 9종을 원칙적인 모델 선택 기법을 사용해 평가한다. 가속 증가를 가정하는 모델보다 사망률 감속을 允許하는 모델이 더 잘 맞는 것으로 나타났으며, 특히 로그-이차 모델이 국가 및 성별 간에 가장 일관된 예측 성능을 보였다.

ABSTRACT

Widespread population aging has made it critical to understand death rates at old ages. However, studying mortality at old ages is challenging because the data are sparse: numbers of survivors and deaths get smaller and smaller with age. We show how to address this challenge by using principled model selection techniques to empirically evaluate theoretical mortality models. We test nine different theoretical models of old-age death rates by fitting them to 360 high-quality datasets on cohort mortality above age 80. Models that allow for the possibility of decelerating death rates tend to fit better than models that assume exponentially increasing death rates. No single model is capable of universally explaining observed old-age mortality patterns, but the Log-Quadratic model most consistently predicts well. Patterns of model fit differ by country and sex; we discuss possible mechanisms, including sample size, period effects, and regional or cultural factors that may be important keys to understanding patterns of old-age mortality. We introduce a freely available R package that enables researchers to extend our analysis to other models, age ranges, and data sources.

연구 동기 및 목표

• 특히 80세 이상에서 희소한 사망률 데이터 문제를 해결하기 위해.
• 엄격한 통계적 모델 선택을 통해 이론적 노령기 사망률 모델을 실증적으로 검증하기 위해.
• 다양한 인구 집단에서 관찰된 사망률 패턴을 가장 잘 설명하는 이론적 모델을 특정하기 위해.
• 국가 및 성별 간 모델 적합도의 차이를 분석하여 잠재적 인구 및 문화적 요인을 고려하기 위해.
• 분석의 재현 및 새로운 모델 및 데이터 소스로의 확장 가능성을 보장하기 위해 무료로 이용 가능한 R 패키지를 제공하기 위해.

제안 방법

• 정보 기준(예: AIC, BIC)과 같은 원칙적인 모델 선택 기법을 적용하여 이론적 사망률 모델을 비교한다.
• 80세 이상 연령을 모두 포함하는 다양한 인구 집단의 고질적 인구집단 사망률 데이터 360건에 대해 이론적 모델 9종을 피팅한다.
• 생존 및 사망 수 데이터를 사용하여 모델의 파라미터를 추정하고 통계 기준을 통해 적합도를 평가한다.
• 국가 및 성별에 따라 정의된 하위군에서의 모델 성능을 분석하여 적합도의 체계적 차이를 탐지한다.
• 재표본화 및 민감도 검사를 통해 모델 선택 결과의 탄력성을 평가한다.
• 미래 연구를 위한 모델 피팅 및 비교를 용이하게 하기 위해 오픈소스 R 패키지를 개발 및 배포한다.

실험 결과

연구 질문

• RQ1 고질적 인구집단 연구에서의 실증적 데이터에 대해 노령기 사망률의 어떤 이론적 모델이 가장 잘 맞는가?
• RQ2 국가 및 성별 간에 모델 적합도 패턴은 어떻게 다를까?
• RQ3 표본 크기, 기간 효과 또는 문화적 요인이 모델 성능에 어느 정도 영향을 미치는가?
• RQ4 단일 모델이 노령기 사망률 패턴을 보편적으로 설명할 수 있는가, 아니면 모델 선택은 맥락에 따라 달라져야 하는가?
• RQ5 사망률 감속을 允許하는 모델과 사망률 지수 증가를 가정하는 모델 간의 비교는 어떻게 되는가?

주요 결과

• 노령기에서 사망률 감속을 允許하는 모델은 사망률 지수 증가를 가정하는 모델보다 일관되게 뛰어난 성능을 보였다.
• 로그-이차 모델은 분석한 360개 데이터셋 전반에서 가장 일관된 예측 성능를 보였다.
• 국가 및 성별 간에 모델 적합도에 뚜렷한 차이가 있었으며, 이는 기간 효과 또는 문화적 차이와 같은 맥락적 요인이 사망률 패턴에 영향을 미칠 수 있음을 시사한다.
• 모든 관찰된 노령기 사망률 패턴을 보편적으로 설명할 수 있는 단일 모델은 존재하지 않으며, 이는 맥락 기반의 모델 선택이 필요함을 시사한다.
• 연구는 표본 크기 및 데이터 품질이 극단적 연령에서 모델 적합도 신뢰도의 핵심 결정 요소임을 규명했다.
• 연구자들이 새로운 데이터 및 모델에 동일한 모델 선택 프레임워크를 적용할 수 있도록 오픈소스 R 패키지가 개발되었다.