Zmiany tendencji rozwojowej wzorca umieralności w Polsce w latach 1958-2019

• Autorzy: Beata Jackowska

Warianty tytułu

Changes in the trend of the mortality pattern in Poland in 1958-2019

• Języki publikacji: PL

Abstrakty

W kilkudziesięcioletniej powojennej historii ewolucji wzorca umieralności w Polsce występowały okresy zaburzeń w tendencji malejącej intensywności zgonów. Zmiany trendu były zależne od płci, wieku i okresu. Celem artykułu jest identyfikacja przedziałów wieku i lat kalendarzowych, w których utrzymana była tendencja rozwojowa wzorca umieralności w Polsce w latach 1958-2019. Wahania losowe nie pozwalają na precyzyjne wyznaczenie przedziałów wieku i czasu kalendarzowego o tendencji rosnącej, malejącej, bądź stałej. W celu redukcji wahań losowych, a tym samym wyodrębnienia tendencji rozwojowej, zastosowano P-splajny. Za ich pomocą wyrównano dwuwymiarowo współczynniki zgonów względem wieku i lat kalendarzowych. Wyrównane współczynniki zgonów posłużyły do wyznaczenia prawdopodobieństw zgonu i przeciętnego dalszego trwania życia. Do identyfikacji przedziałów czasu, w których wystąpiły zaburzenia w tendencji rozwojowej prawdopodobieństw zgonu i przeciętnego dalszego trwania życia wykorzystano przybliżenie numeryczne pierwszej pochodnej.(abstrakt oryginalny)

EN

In the several decades of post-war history of the evolution of the mortality pattern in Poland, there were periods of disturbances in the trend of decreasing force of mortality. The trend changes were different in age and gender groups. The aim of the article was to identify the age intervals and calendar years in which the mortality trend in Poland was maintained. In order to identify the trend, two-dimensional smoothing with P-splines were used. The number of deaths over a specified age and year was assumed to have a Poisson distribution. Then, smoothed death rates were employed to determine the probabilities of death and the life expectancy. Finally, to identify the time intervals in which disturbances occurred in the trend of the probabilities of death and the life expectancy, the numerical approximation of the first derivative was proposed(original abstract)

Słowa kluczowe

PL

Umieralność; Regresja Poissona; Tablice trwania życia

EN

Mortality; Poisson regression; Life table

• Czasopismo: Studia Demograficzne
• Rocznik: 2020
• Numer: nr 2(178)
• Strony: 107--127

Twórcy

autor

Beata Jackowska

• Uniwersytet Gdański

Bibliografia

• Bolesławski, L. (1973). Budowa tablic trwania życia. Teoria i praktyka. Warszawa: GUS.
• Bolesławski, L. (1996). Trwanie życia i umieralność według przyczyn w 1995 r. Warszawa: GUS.
• Camarda, C. G. (2012a). MortalitySmooth: An R Package for Smoothing Poisson Counts with P-Splines," Journal of Statistical Software", 50 (1), s. 1-24, www.jstatsoft.org/v50/i01/.
• Camarda, C. G. (2012b). MortalitySmooth: Smoothing and Forecasting Poisson Counts with P-splines, R package version 2.3.4, CRAN.R-project.org/package=MortalitySmooth.
• Chiang, C. L. (1984). On Constructing Current Life Tables. Florida: Robert E. Krieger Company Malabar.
• Currie, I. D., Durban, M., Eilers, P. H. C. (2004). Smoothing and Forecasting Mortality Rates," Statistical Modelling", 4, s. 279-298.
• Currie, I. D., Durban, M., Eilers, P. H. C. (2006). Generalized Linear Array Models with Applications to Multidimentional Smoothing, "Journal of the Royal Statistical Society", Series B, 68, s. 259-280.
• Dahlquist, G., Bjorck, A. (1983). Metody numeryczne. Warszawa: PWN.
• De Boor, C. (2001). A Practical Guide to Splines (Revised edition). New York: Springer-Verlag.
• Djeundje, V. A. B., Currie, I. D. (2011). Smoothing Dispersed Counts with Applications to Mortality Data, "Annals of Actuarial Science", 5, s. 33-52.
• Eilers, P. H. C., Marx, B. D. (1996). Flexible Smoothing with B-splines and Penalties (with Discussion), "Statistical Science", Vol. 11, No. 2, s. 89-121.
• GUS. (2020a). Baza Demografia, Główny Urząd Statystyczny, demografia.stat.gov.pl/bazademografia.
• GUS. (2020b). Trwanie życia w 2019 r. Warszawa: GUS.
• HMD. (2020). Human Mortality Database, University of California (Berkeley, USA), Max Planck Institute for Demographic Research (Rostock, Germany), www.mortality.org.
• Jackowska, B. (2013). Modele dalszego trwania życia oraz ich zastosowania w przypadku osób starszych. Gdańsk: Wydawnictwo Uniwersytetu Gdańskiego.
• Jackowska, B. (2017). Analiza przekrojowa i kohortowa w badaniu umieralności a ubezpieczenia na życie," Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu", 500, s. 48-61.
• Kędelski, M. (1991). Regres potencjału życiowego dorosłych mężczyzn w krajach Europy Wschodniej (1956-1985), "Studia Demograficzne", 2 (104), s. 47-68.
• Okólski, M. (1993). Kryzys zdrowotny w Polsce, Polityka Społeczna, 1, s. 8-15.
• Ouellette, N., Bourbeau, R. (2011). Changes in the age-at-death distribution in four low mortality countries: A nonparametric approach, "Demographic Research", 25, Article 19, s. 595-628.
• Preston, S. H., Heuveline, P., Guillot, M. (2001). Demography. Measuring and Modeling Population Processes. Oxford: Blackwell Publishers.
• Thatcher, A. R., Kannisto, V., Vaupel, J. W. (1998). The force of mortality at ages 80 to 120, Monographs on Population Aging, No. 5, Odense University Press.
• Wang, Y. (2011). Smoothing Splines. Methods and Applications. New York: Chapman and Hall/CRC.
• Wilmoth, J. R., Andreev, K., Jdanov, D., Glei, D. A., Riffe, T., Boe, C., Bubenheim, M., Philipov, D., Shkolnikov, V., Vachon, P., Winant, C., Barbieri, M. (2019). Methods Protocol for the Human Mortality Database, Last Revised: October 5, 2019 (Version 6), www.mortality.org/Public/Docs/MethodsProtocol.pdf

Identyfikatory

DOI

https://doi.org/10.33119/SD.2020.2.5