Статистические подходы к анализу и моделированию сезонности в демографических данных
| Jazyk: | angličtina |
|---|---|
| Rok vydání: | 2019 |
| Předmět: |
education.field_of_study
прогнозирование Population size Population демографические данные ARIMA-модели Seasonality medicine.disease SARIMA-модели Birth–death process Infant mortality Geography lcsh:HB848-3697 Statistics medicine Life expectancy lcsh:Demography. Population. Vital events анализ временных рядов Autoregressive integrated moving average статистические методы Time series education HEGY-тест |
| Zdroj: | Демографическое обозрение, Vol 6, Iss 2, Pp 104-141 (2019) |
| ISSN: | 2409-2274 |
| Popis: | Согласно майскому указу Президента (2018 г.), в число национальных целей и стратегических задач развития РФ на период до 2024 г. входят «обеспечение устойчивого естественного роста численности населения РФ и повышение ожидаемой продолжительности жизни до 78 лет». Возросшая необходимость мониторинга текущей демографической ситуации, изучение структуры демографических показателей, пристальное внимание научного сообщества к реализации национальных целей обусловили выбор темы настоящего исследования. В работе исследовались проблемы моделирования сезонности демографических показателей РФ (числа рождений, числа умерших, младенческой смертности, числа заключенных браков) по ежемесячным данным Росстата за период 2007-2018 гг. Зарубежные исследования показали, что, наряду с традиционными демографическими методами, ARIMA-модели дают хорошие результаты при прогнозировании демографических показателей (численности населения, уровня рождаемости и смертности, продолжительности жизни населения). Использование статистического подхода на основе SARIMA-моделей в данной работе позволило получить адекватные модели с хорошими статистическими и прогностическими свойствами. Стационарность процессов с учетом сезонности анализировали на основе HEGY-теста. Исследуемые в работе показатели имели ряд особенностей, которые были учтены при моделировании. Ряды числа рождений и числа умерших имели второй и первый порядки интегрируемости соответственно и содержали детерминированную сезонность, ряд числа заключенных браков имел первый порядок обычной и сезонной интегрируемости, ряд младенческой смертности не содержал сезонность, что было подтверждено на основе анализа автокорреляционной функции и периодограммы. Для анализируемых показателей в работе были построены точечные и интервальные оценки прогноза на 2019 г. Для сравнения качества прогнозирования SARIMA-моделей в работе были оценены также сезонные модели Хольта-Уинтерса. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|