demor: пакет в R для базовых и продвинутых методов демографического анализа
Аннотация
Формальный демографический анализ, включающий построение таблиц смертности, стандартизацию показателей, декомпозицию изменений и моделирование демографических процессов, требует сложных вычислений и манипуляций с данными. Несмотря на разработанность методов, многие из них до сих пор не реализованы в виде готовых, удобных инструментов в современных статистических средах. Для решения этой проблемы мы представляем пакет demor для языка программирования R, призванный сделать формальные демографические методы более доступными. Пакет предоставляет унифицированный интерфейс для широкого спектра инструментов из разных областей, снижая барьер для применения современных аналитических подходов. В пакете представлены функции для анализа смертности (обычные и множественные таблицы смертности, обычные и множественные декомпозиции, меры неравенства – индекс Джини, e-dagger, годы потерянной жизни), рождаемости (коэффициент суммарной рождаемости (КСР) и его корректировка, средний возраст матери при рождении, модели рождаемости) и прогнозирования (модель Ли-Картера с реализацией ее расширений, матрица Лесли и когортно-компонентная модель). Кроме того, в demor добавлены предобработанные данные по смертности и рождаемости в России и ее регионах из Российской базы данных по рождаемости и смертности (РосБРиС). Все это должно помочь снизить порог входа в формальную демографию для исследователей, профессионально не занимающихся вычислительными методами и математической демографией.
Скачивания
Литература
Андреев Е.М. (1982). Метод Компонент в анализе продолжительности жизни. Вестник Статистики, (9), 42–47. https://www.demoscope.ru/weekly/knigi/andreev/andreev.html
Корчак-Чепурковский Ю.А. (1968). Влияние смертности в разных возрастах на увеличение средней продолжительности жизни (сс. 134-155). В А.Г. Волков (Научн. ред.) Изучение воспроизводства населения. Москва: Наука. https://www.demoscope.ru/weekly/knigi/IDEM_library/pdf/book07.pdf
Шульгин С.Г., Зинькина Ю.В. (2021). Оценка человеческого капитала в макрорегионах России. Экономика региона, 17(3), 888–901. https://doi.org/10.17059/ekon.reg.2021-3-12
Andreev E.M., Kingkade W.W. (2015). Average age at death in infancy and infant mortality level: Reconsidering the Coale-Demeny formulas at current levels of low mortality. Demographic Research, 33, 363–390. https://doi.org/10.4054/DemRes.2015.33.13
Andreev E.M., Shkolnikov V., Begun A. (2002). Algorithm for decomposition of differences between aggregate demographic measures and its application to life expectancies, healthy life expectancies, parity-progression ratios and total fertility rates. Demographic Research, 7, 499–522. https://doi.org/10.4054/DemRes.2002.7.14
Andreev E.M., Shkolnikov V.M. (2012). An Excel spreadsheet for the decomposition of a difference between two values of an aggregate demographic measure by stepwise replacement running from young to old ages. Rostock: Max Planck Institute for Demographic Research. https://doi.org/10.4054/MPIDR-TR-2012-002
Arriaga E.E. (1984). Measuring and explaining the change in life expectancies. Demography, 21(1), 83–96. https://doi.org/10.2307/2061029
Beltran-Sanchez H., Preston S., Canudas-Romo V. (2008). An integrated approach to cause-of-death analysis: cause-deleted life tables and decompositions of life expectancy. Demographic Research, 19, 1323–1350. https://doi.org/10.4054/DemRes.2008.19.35
Bongaarts J., Feeney G. (2000). On the Quantum and Tempo of Fertility: Reply. Population and Development Review, 26(3), 560–564. https://doi.org/10.1111/j.1728-4457.2000.00560.x
Bongaarts J., Feeney G. (1998). On the Quantum and Tempo of Fertility. Population and Development Review, 24(2), 271–291. https://doi.org/10.2307/2807974
Booth H., Maindonald J., Smith L. (2002). Applying Lee-Carter under conditions of variable mortality decline. Population studies, 56(3), 325–336. https://www.jstor.org/stable/3092985
Chiang C.L. (1968). Introduction to Stochastic Processes in Biostatistics. New York: John Wiley & Sons, Inc.
Elandt‐Johnson R.C., Johnson N.L. (1999). Survival Models and Data Analysis. Wiley. https://doi.org/10.1002/9781119011040
Ghislandi S., Sanderson W.C., Scherbov S. (2019). A Simple Measure of Human Development: The Human Life Indicator. Population and Development Review, 45(1), 219–233. https://doi.org/10.1111/padr.12205
Lee R.D., Carter L.R. (1992). Modeling and forecasting US mortality. Journal of the American statistical association, 87(419), 659–671. https://doi.org/10.1080/01621459.1992.10475265
Lee R., Miller T. (2001). Evaluating the performance of the lee-carter method for forecasting mortality. Demography, 38(4), 537–549. https://doi.org/10.1353/dem.2001.0036
Li N., Lee R., Gerland P. (2013). Extending the Lee-Carter Method to Model the Rotation of Age Patterns of Mortality Decline for Long-Term Projections. Demography, 50(6), 2037–2051. https://doi.org/10.1007/s13524-013-0232-2
Martinez R., Soliz P., Caixeta R., Ordunez P. (2019). Reflection on modern methods: years of life lost due to premature mortality—a versatile and comprehensive measure for monitoring non-communicable disease mortality. International journal of epidemiology, 48(4), 1367–1376. https://doi.org/10.1093/ije/dyy254
Pollard J.H. (1982). The expectation of life and its relationship to mortality. Journal of the Institute of Actuaries, 109(2), 225–240. https://doi.org/10.1017/S0020268100036258
Ponnapalli K.M. (2005). A comparison of different methods for decomposition of changes in expectation of life at birth and differentials in life expectancy at birth. Demographic Research, 12, 141–172. https://doi.org/10.4054/DemRes.2005.12.7
Preston S.H., Heuveline P., Guillot M. (2001). Demography: measuring and modeling population processes. Malden, MA: Blackwell Publishers
Rabbi A.M.F., Mazzuco S. (2021). Mortality Forecasting with the Lee–Carter Method: Adjusting for Smoothing and Lifespan Disparity. European Journal of Population, 37(1), 97–120. https://doi.org/10.1007/s10680-020-09559-9
Schoen R. (2004). Timing effects and the interpretation of period fertility. Demography, 41(4), 801–819. https://doi.org/10.1353/dem.2004.0036
Ševčíková H., Li N., Kantorová V., Gerland P., Raftery A. (2016). Age-Specific Mortality and Fertility Rates for Probabilistic Population Projections. In R. Schoen (Ed.), Dynamic Demographic Analysis (pp. 285–310). Cham: Springer International Publishing. https://doi.org/10.1007/978-3-319-26603-9_15
Shkolnikov V., Andreev E.M., Begun A. (2003). Gini coefficient as a life table function: Computation from discrete data, decomposition of differences and empirical examples. Demographic Research, 8, 305–358. https://doi.org/10.4054/DemRes.2003.8.11
Sobotka T. (2004). Is Lowest‐Low Fertility in Europe Explained by the Postponement of Childbearing? Population and Development Review, 30(2), 195–220. https://doi.org/10.1111/j.1728-4457.2004.010_1.x
Sobotka T., Lutz W. (2011). Misleading Policy Messages Derived from the Period TFR: Should We Stop Using It? Comparative Population Studies, 35(3). https://doi.org/10.12765/CPoS-2010-15
Sullivan D.F. (1971). A Single Index of Mortality and Morbidity. HSMHA Health Reports, 86(4), 347. https://doi.org/10.2307/4594169
Vaupel J.W., Romo V.C. (2003). Decomposing change in life expectancy: A bouquet of formulas in honor of Nathan Keyfitz’s 90th birthday. Demography, 40(2), 201–216. https://doi.org/10.1353/dem.2003.0018
Veenhoven R. (1996). Happy life-expectancy: A comprehensive measure of quality-of-life in nations. Social Indicators Research, 39(1), 1–58. https://doi.org/10.1007/BF00300831
