ÚMRTNOST OBYVATELSTVA ČESKÉ A SLOVENSKÉ REPUBLIKY; NÁVRH KONSTRUKCE NOVÝCH ÚMRTNOSTNÍCH TABULEK

Podobné dokumenty
Kohortní přístup k analýze úmrtnosti alternativní způsob

PROGNÓZA VÝVOJE OBYVATELSTVA DO ROKU 2070

Aktuální populační prognózy ČR srovnání vstupních předpokladů

Základní trendy aktuálního populačního vývoje ČR

Porovnání výsledků aktuálních populačních prognóz České republiky

NEJPOUŽÍVANĚJŠÍ METODY VYROVNÁVÁNÍ A EXTRAPOLACE KŘIVKY ÚMRTNOSTI A JEJICH APLIKACE NA ČESKOU POPULACI 1

JAKÉ MÍSTO MÁ DATOVÁ ANALYTIKA V PROSTŘEDÍ SOCIÁLNÍCH, HUMANITNÍCH NEBO BIO- SOCIÁLNÍCH OBORŮ

ROLE (GEO)DEMOGRAFIE V OTÁZCE HODNOCENÍ DOSTUPNOSTI ZDRAVOTNÍ PÉČE

DIABETOLOGIČTÍ PACIENTI V REGIONECH ČESKA

Analýza úmrtnosti Seminář z aktuárských věd. Petr Sotona Kooperativa, pojišťovna, a.s., Vienna Insurance Group / 1

Porovnání metod konstrukce oficiálních úmrtnostních tabulek ve vybraných zemích

Prognóza školské mládeže v Městské části Praha 9 do roku 2020

Jitka Rychtaříková Katedra demografie a geodemografie Přírodovědecká fakulta University Karlovy v Praze Albertov 6, Praha

Naděje dožití (e x ) Konstrukce a dekompozice ukazatele. trendy v intenzitě úmrtnosti omyly při hodnocení naděje dožití dekompozice rozdílu ukazatele

Tvorba nelineárních regresních modelů v analýze dat

1. Číselné posloupnosti - Definice posloupnosti, základní vlastnosti, operace s posloupnostmi, limita posloupnosti, vlastnosti limit posloupností,

VÝVOJ PLODNOSTI VE STÁTECH A REGIONECH EVROPSKÉ UNIE PO ROCE 1991

Vysoká škola finanční a správní, o.p.s. KMK ML Demografie B

Vyšla publikace Demografická situace České republiky

1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004.

Demografická transformace a posilování role pacientů. Stanislav Vachek 3. International Health Summit Duben 18-20, 2007 Praha Česká republika

Populační vývoj vojenských újezdů v České republice

Pojistná matematika. Úmrtnostní tabulky, komutační čísla a jejich použití. Silvie Kafková

STÁRNOUCÍ POPULACE ČESKÉ REPUBLIKY A NÁKLADY NA VEŘEJNÉ ZDRAVOTNICTVÍ V DLOUHODOBÉ PERSPEKTIVĚ

PROGNÓZY VÝVOJE OBYVATELSTVA KRÁLOVÉHRADECKÉHO KRAJE A JEHO VYBRANÝCH ÚZEMNÍCH SOUČÁSTÍ NA OBDOBÍ

Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie

Univerzita Karlova v Praze Přírodovědecká fakulta. Studijní program: Demografie

Jitka Rychtaříková Katedra demografie a geodemografie Přírodovědecká fakulta University Karlovy v Praze Albertov 6, Praha

Děti narozené v manželství a mimo manželství: dvě různé populace

4. Zpracování číselných dat

LINEÁRNÍ REGRESE. Lineární regresní model

Úmrtnost v České a Slovenské republice a jejich krajích v letech

DŮSLEDKY STÁRNUTÍ POPULACE NA POTŘEBU SOCIÁLNÍCH SLUŽEB PRO SENIORY NA PÍSECKU

5. ÚMRTNOST. Co znázorňují mapy?

PROGNÓZA VÝVOJE OBYVATELSTVA MĚSTA A SO ORP HRADEC KRÁLOVÉ NA OBDOBÍ

Statistika pro geografy

STATISTIKA A INFORMATIKA - bc studium OZW, 1.roč. (zkušební otázky)

11. Úmrtnost. O čem je mapový oddíl? Co znázorňují mapy?

revue pro v zkum populaënìho v voje

PROJEKCE OBYVATELSTVA ČESKÉ REPUBLIKY

Kapacita jako náhodná veličina a její měření. Ing. Igor Mikolášek, Ing. Martin Bambušek Centrum dopravního výzkumu, v. v. i.

Statistická analýza jednorozměrných dat

Grafický a číselný popis rozložení dat 3.1 Způsoby zobrazení dat Metody zobrazení kvalitativních a ordinálních dat Metody zobrazení kvan

SOUČASNÁ DEMOGRAFICKÁ SITUACE ČESKÉ REPUBLIKY VE

O stárnutí populace aneb o kouzlu prognóz

Česko a Slovensko 20 let samostatnosti z pohledu demografického vývoje. Tomáš Fiala Jitka Langhamrová

Stárnutí obyvatelstva

Dobývání znalostí. Doc. RNDr. Iveta Mrázová, CSc. Katedra teoretické informatiky Matematicko-fyzikální fakulta Univerzity Karlovy v Praze

Rozvoj tepla v betonových konstrukcích

Problematika neúspěšných ukončení vysokoškolského studia (drop-outs) v českém kontextu

2. Demografické charakteristiky

Ukazatele zdravotního stavu. Martin Horváth Kateřina Ivanová

Analýza dat na PC I.

Prognóza počtu a věkové struktury obyvatel MČ Praha-Satalice do roku 2025

Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz

Vybrané statistické metody. You created this PDF from an application that is not licensed to print to novapdf printer (

Hlavní demografické změny

UNIVERZITA PARDUBICE

Projekce romské populace v České republice a na Slovensku

ANALÝZA STAVU INTENZITA DOPRAVY JEJÍ PROGNÓZA

1. DEMOGRAFICKÝ VÝVOJ

Použití splinů pro popis tvarové křivky kmene

Tvorba nelineárních regresních modelů v analýze dat

součást systému tabulek života, které charakterizují řád reprodukce populace

Ing. Michael Rost, Ph.D.

OBSAH. Obsah 1 ABSTRAKT 8 2 SOUHRN 10 3 ÚVOD 12

Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc.

ČESKÁ ZEMĚDĚLSKÁ UNIVERZITA V PRAZE

Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc.

Energetická efektivnost zdroj energie budoucnosti Souhrn zkušeností z modelování scénářů budoucí spotřeby energie

KGG/STG Statistika pro geografy. Mgr. David Fiedor 4. května 2015

DEMOGRAFICKÝ VÝVOJ A DOSTUPNOST BYDLENÍ V PRAZE

Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc.

ROZVOJ BYTOVÉ VÝSTAVBY V SUBURBÁNNÍCH OBLASTECH: JE MOŽNÉ PŘEDVÍDAT DEMOGRAFICKÝ VÝVOJ A NÁROKY (NEJEN) NOVÝCH OBYVATEL NA SOCIÁLNÍ INFRASTRUKTURU?

1.3. Přirozená měna obyvatelstva v obcích Česka Nina Dvořáková

Statistika. Regresní a korelační analýza Úvod do problému. Roman Biskup

Tomáš Cipra: Pojistná matematika: teorie a praxe. Ekopress, Praha 2006 (411 stran, ISBN: , druhé aktualizované vydání) 1. ÚVOD...

Regresní analýza 1. Regresní analýza

ANALÝZA DAT V R 3. POPISNÉ STATISTIKY, NÁHODNÁ VELIČINA. Mgr. Markéta Pavlíková Katedra pravděpodobnosti a matematické statistiky MFF UK

Analýzy zdravotního stavu obyvatel. pro zdravotní plány města

MĚŘENÍ STATISTICKÝCH ZÁVISLOSTÍ

přesnost (reprodukovatelnost) správnost (skutečná hodnota)? Skutečná hodnota použití různých metod

STATISTIKA. Inovace předmětu. Obsah. 1. Inovace předmětu STATISTIKA Sylabus pro předmět STATISTIKA Pomůcky... 7

METODIKA ODHADU DŮSLEDKŮ NOVÉ BYTOVÉ VÝSTAVBY PRO DEMOGRAFICKÝ VÝVOJ A SOCIÁLNÍ INFRASTRUKTURU V SUBURBÁNNÍCH OBCÍCH

RNDr. Eva Janoušová doc. RNDr. Ladislav Dušek, Dr.

6. Lineární regresní modely

PRAVDĚPODOBNOST A STATISTIKA

UNIVERZITA OBRANY Fakulta ekonomiky a managementu. Aplikace STAT1. Výsledek řešení projektu PRO HORR2011 a PRO GRAM

Společné jednání pracovních skupin Sociální oblast + Zdraví a bezpečnost

2.3 Proměna věkové struktury

REGRESNÍ ANALÝZA V PROSTŘEDÍ MATLAB

AVDAT Nelineární regresní model

Univerzita Pardubice Fakulta chemicko technologická Katedra analytické chemie Licenční studium Management systému jakosti

Ilustrační příklad odhadu LRM v SW Gretl

Tomáš Karel LS 2012/2013

Úvodem Dříve les než stromy 3 Operace s maticemi

KATEDRA DEMOGRAFIE A GEODEMOGRAFIE

Číselné charakteristiky

Screening kolorektálního karcinomu: silné a slabé stránky dle dostupných dat

Toolboxy analýzy a modelování stochastických systémů

Transkript:

ÚMRTNOST OBYVATELSTVA ČESKÉ A SLOVENSKÉ REPUBLIKY; NÁVRH KONSTRUKCE NOVÝCH ÚMRTNOSTNÍCH TABULEK Boris Burcin 1, Klára Hulíková 1, David Kománek 2 1 Katedra demografie a geodemografie, Přírodovědecká fakulta Univerzity Karlovy v Praze boris.burcin@gmail.com, klara.tesarkova@gmail.com 2 Centrum informačních technologií, Přírodovědecká fakulta Univerzity Karlovy v Praze

Struktura prezentace Současná podoba konstrukce úmrtnostních tabulek Nevýhody současného postupu Možnosti úpravy stávající konstrukce Představení nového využitelného SW pro konstrukci tabulek Nová podoba úmrtnostních tabulek, výsledky Zhodnocení vývoje úmrtnosti v ČR a SR na základě nových úmrtnostních tabulek

Současná podoba konstrukce oficiálních úmrtnostních tabulek Extrapolace pravděpodobností úmrtí v nejvyšších věcích současná podoba: Aplikace Gompertz Makehamova modelu Parametry modelu jsou počítány pomocí tzv. King-Hardyho metody Extrapolace pravděpodobností úmrtí v nejvyšších věcích možná úprava: (Možnost) využití více modelů parametrické přístupy Odhad parametrů metodou nelineární regrese pomocí minimalizace vážených nejmenších čtverců (vahami jsou převrácené hodnoty rozptylu)

Nevýhody současného přístupu Gompertz-Makehamův zákon předpokládá exponenciální růst pravděpodobností úmrtí s věkem Podle aktuálních dat z demograficky vyspělých zemí takový vývoj ne zcela reflektuje skutečný stav při uvažování konstrukce transverzálních tabulek Výpočet King-Hardyho metodou je závislý na subjektivním názoru zpracovatele prognózy Odhad parametrů modelu vychází z empirických dat ze tří na sebe navazujících věkových intervalů volba počátečního věku a délky intervalů je však subjektivní

Rozdíly hodnot vyrovnané G-M funkce pro věk 75 let

Univerzální aplikace pro konstrukci úmrtnostních tabulek Uživatel nemusí být schopen sestavit kompletní úmrtnostní tabulku Analýza dostupných řešení Idea univerzální (z hlediska metod, způsobu konstrukce tabulek) SW aplikace (dvě varianty: lokální spouštění nebo spouštění z webu) Nabídka nejpoužívanejších modelů Testování vstupních empirických hodnot Testování vhodnosti jednotlivých modelů pro daná empirická data Modelování hodnot v různých intervalech Flexibilní vstupy a výstupy (tabulkové i grafické) Rozšíření a další možnosti (např. analytické, pro výuku apod.)

SW aplikace DeRaS (verze 1.0.16)

DeRaS (verze 1.0.16) popis aplikace

DeRaS (verze 1.0.16) popis aplikace

DeRaS (verze 1.0.16) grafické a tabulkové výstupy

DeRaS (verze 1.0.16) grafické výstupy

DeRaS (verze 1.0.16) tabulkové výstupy

Rozložení pravděpodobností úmrtí, věk 60 120, různé postupy Pravděpodobnost úmrtí 60 65 70 75 80 85 90 95 100 105 110 115 120 0,8 empirické qx 0,7 qx ČSÚ DeRaS Thatcher 60 80 ČR, 1950, muži 0,6 0,5 0,4 0,3 DeRaS Thatcher 60 85 DeRaS Thatcher 60 90 DeRaS Thatcher 65 85 DeRaS Thatcher 65 90 DeRaS Thatcher 70 90 HMD Kannisto 0,2 0,1 0,0 Věk

Rozložení pravděpodobností úmrtí, věk 60 120, různé postupy Pravděpodobnost úmrtí 60 65 70 75 80 85 90 95 100 105 110 115 120 0,9 empirické qx 0,8 qx ČSÚ ČR, 2009, ženy 0,7 0,6 0,5 0,4 0,3 DeRaS Thatcher 60 80 DeRaS Thatcher 60 85 DeRaS Thatcher 60 90 DeRaS Thatcher 65 85 DeRaS Thatcher 65 90 DeRaS Thatcher 70 90 HMD Kannisto 0,2 0,1 0,0 Věk

Rozložení pravděpodobností úmrtí, věk 60 120, různé postupy Pravděpodobnost úmrtí 60 65 70 75 80 85 90 95 100 105 110 115 120 1,0 empirické qx 0,9 qx SŠÚ SR, 1950, muži 0,8 0,7 0,6 0,5 0,4 0,3 DeRaS Thatcher 60 80 DeRaS Thatcher 60 85 DeRaS Thatcher 60 90 DeRaS Thatcher 65 85 DeRaS Thatcher 65 90 DeRaS Thatcher 70 90 HMD Kannisto 0,2 0,1 0,0 Věk

Rozložení pravděpodobností úmrtí, věk 60 120, různé postupy Pravděpodobnost úmrtí 60 65 70 75 80 85 90 95 100 105 110 115 120 0,7 empirické qx qx SŠÚ 0,6 DeRaS Thatcher 60 80 SR, 2009, ženy 0,5 0,4 0,3 DeRaS Thatcher 60 85 DeRaS Thatcher 60 90 DeRaS Thatcher 65 85 DeRaS Thatcher 65 90 DeRaS Thatcher 70 90 HMD Kannisto 0,2 0,1 0,0 Věk

Naděje dožití v přesném věku 100 let (v letech) 1980 Porovnání průběhu křivek e x ve věku 100 let, ČR, muži 1985 1990 1995 2000 2005 2,9 2,8 2,7 2,6 2,5 2,4 2,3 2,2 2,1 2,0 1,9 1,8 1,7 1,6 1,5 1,4 1,3 1,2 1,1 1,0 0,9 0,8 0,7 0,6 0,5 ČSÚ Gompertz-Makeham DeRaS Thatcher 65 90 DeRaS Gompertz-Makeham 65 90 DeRaS Coale-Kisker 65 90 DeRaS Kannisto 65 90 DeRaS Heligman-Pollard 65 90 HMD Kannisto

Naděje dožití v přesném věku 100 let (v letech) 1980 Porovnání průběhu křivek e x ve věku 100 let, ČR, ženy 1985 1990 1995 2000 2005 2,9 2,8 2,7 2,6 2,5 2,4 2,3 2,2 2,1 2,0 1,9 1,8 1,7 1,6 1,5 1,4 1,3 1,2 1,1 1,0 0,9 0,8 0,7 0,6 0,5 ČSÚ Gompertz-Makeham DeRaS Thatcher 65 90 DeRaS Gompertz-Makeham 65 90 DeRaS Coale-Kisker 65 90 DeRaS Kannisto 65 90 DeRaS Heligman-Pollard 65 90 HMD Kannisto

Naděje dožití v přesném věku 100 let (v letech) 1980 Porovnání průběhu křivek e x ve věku 100 let, SR, muži 1985 1990 1995 2000 2005 2,9 2,8 2,7 2,6 2,5 2,4 2,3 2,2 2,1 2,0 1,9 1,8 1,7 1,6 1,5 1,4 1,3 1,2 1,1 1,0 0,9 0,8 0,7 0,6 0,5 SŠÚ Gompertz-Makeham DeRaS Thatcher 65 90 DeRaS Gompertz-Makeham 65 90 DeRaS Coale-Kisker 65 90 DeRaS Kannisto 65 90 DeRaS Heligman-Pollard 65 90 HMD Kannisto

Naděje dožití v přesném věku 100 let (v letech) 1980 Porovnání průběhu křivek e x ve věku 100 let, SR, ženy 1985 1990 1995 2000 2005 2,9 2,8 2,7 2,6 2,5 2,4 2,3 2,2 2,1 2,0 1,9 1,8 1,7 1,6 1,5 1,4 1,3 1,2 1,1 1,0 0,9 0,8 0,7 0,6 0,5 SŠÚ Gompertz-Makeham DeRaS Thatcher 65 90 DeRaS Gompertz-Makeham 65 90 DeRaS Coale-Kisker 65 90 DeRaS Kannisto 65 90 DeRaS Heligman-Pollard 65 90 HMD Kannisto

Vek Porovnání empirických a vyrovnaných hodnot q x, ČR, muži CR, CSU / empirie, muzi, v procentech 94 92 90 88 300 150 140 130 86 120 84 110 82 100 80 1980 1985 1990 1995 2000 2005 Rok 0

Vek Porovnání empirických a vyrovnaných hodnot q x, ČR, muži CR, DeRaS G-M / empirie, muzi, v procentech 94 92 90 88 300 150 140 130 86 120 84 110 82 100 80 1980 1985 1990 1995 2000 2005 Rok 0

Vek Porovnání empirických a vyrovnaných hodnot q x, ČR, muži CR, DeRaS Kannisto / empirie, muzi, v procentech 94 92 90 88 300 150 140 130 86 120 84 110 82 100 80 1980 1985 1990 1995 2000 2005 Rok 0

Vek Porovnání empirických a vyrovnaných hodnot q x, ČR, muži CR, DeRaS Thatcher / empirie, muzi, v procentech 94 92 90 88 300 150 140 130 86 120 84 110 82 100 80 1980 1985 1990 1995 2000 2005 Rok 0

Vek Porovnání empirických a vyrovnaných hodnot q x, ČR, ženy CR, CSU / empirie, zeny, v procentech 94 92 90 88 300 150 140 130 86 120 84 110 82 100 80 1980 1985 1990 1995 2000 2005 Rok 0

Vek Porovnání empirických a vyrovnaných hodnot q x, ČR, ženy CR, DeRaS G-M / empirie, zeny, v procentech 94 92 90 88 300 150 140 130 86 120 84 110 82 100 80 1980 1985 1990 1995 2000 2005 Rok 0

Vek Porovnání empirických a vyrovnaných hodnot q x, ČR, ženy CR, DeRaS Kannisto / empirie, zeny, v procentech 94 92 90 88 300 150 140 130 86 120 84 110 82 100 80 1980 1985 1990 1995 2000 2005 Rok 0

Vek Porovnání empirických a vyrovnaných hodnot q x, ČR, ženy CR, DeRaS Thatcher / empirie, zeny, v procentech 94 92 90 88 300 150 140 130 86 120 84 110 82 100 80 1980 1985 1990 1995 2000 2005 Rok 0

Vek Porovnání empirických a vyrovnaných hodnot q x, SR, muži SR, SSU / empirie, muzi, v procentech 94 92 90 88 300 150 140 130 86 120 84 110 82 100 80 1980 1985 1990 1995 2000 2005 Rok 0

Vek Porovnání empirických a vyrovnaných hodnot q x, SR, muži SR, DeRaS G-M / empirie, muzi, v procentech 94 92 90 88 300 150 140 130 86 120 84 110 82 100 80 1980 1985 1990 1995 2000 2005 Rok 0

Vek Porovnání empirických a vyrovnaných hodnot q x, SR, muži SR, DeRaS Thatcher / empirie, muzi, v procentech 94 92 90 88 300 150 140 130 86 120 84 110 82 100 80 1980 1985 1990 1995 2000 2005 Rok 0

Vek Porovnání empirických a vyrovnaných hodnot q x, SR, ženy SR, SSU / empirie, zeny, v procentech 94 92 90 88 300 150 140 130 86 120 84 110 82 100 80 1980 1985 1990 1995 2000 2005 Rok 0

Vek Porovnání empirických a vyrovnaných hodnot q x, SR, ženy SR, DeRaS G-M / empirie, zeny, v procentech 94 92 90 88 300 150 140 130 86 120 84 110 82 100 80 1980 1985 1990 1995 2000 2005 Rok 0

Vek Porovnání empirických a vyrovnaných hodnot q x, SR, ženy SR, DeRaS Thatcher / empirie, zeny, v procentech 94 92 90 88 300 150 140 130 86 120 84 110 82 100 80 1980 1985 1990 1995 2000 2005 Rok 0

Shrnutí závěrů Současný postup konstrukce úmrtnostních tabulek je v obou porovnávaných zemích založen na extrapolaci pomocí Gompertz-Makehamova modelu V porovnání s empirickými daty vychází hodnoty pravděpodobností úmrtí (q x ) vykázané statistickými úřady vyšší Větší rozdíl byl zaznamenán v případě žen a rostl s věkem (tj. pro nižší věky se hodnoty liší méně) Pomocí alternativních metod vyrovnání a extrapolace jsme dospěli k téměř dvojnásobné hodnotě naděje dožití v přesném věku 100 let než je vykazováno statistickými úřady (pro nižší věky je rozdíl nižší) Při užití jiných modelů lze v určitých případech sledovat dokonce odlišný trend vývoje hodnot v čase

DeRaS na čem aktuálně pracujeme + blízká budoucnost Intenzivní testování aplikace (vstupy z HMD, okresy ČR apod.), příprava RC verze a její testování (i na zahraničních pracovištích) Hledání omezujících podmínek pro vstupní data (nevhodná data = málo četné soubory; soubory s vysokou variabilitou; data, která jsou která značně variabilní a zároveň málo četná apod.) Finalizace vzhledu aplikace, tabulkových a grafických výstupů Implementace testů (ukazatelů) hodnotících výstižnost použitých modelů pro daná empirická vstupní data Vytvoření návodu na instalaci a použití aplikace, dokumentace Licencování a zabezpečení aplikace, prezentace (web) a prodej produktu apod. Sběr dat po síti pro frekvenční analýzy, detekce anomálií (se souhlasem uživatele) apod.

DĚKUJEME ZA POZORNOST