Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "stochastic mortality" wg kryterium: Wszystkie pola

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    Stochastyczne modelowanie umieralności
    Stochastic modeling mortality
    Autorzy:
    Jodź, Kamil
    Powiązania:
    https://bibliotekanauki.pl/articles/433952.pdf
    Data publikacji:
    2014
    Wydawca:
    Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
    Tematy:
    mortality rate
    Lee-Carter model
    Renshaw-Haberman model
    Plata model
    stochastic modeling
    Opis:
    This article presents the methodology of stochastic modeling mortality on the example of the models: Lee-Carter, Renshaw-Haberman and Plat. As a result of calcula-tions, estimated model parameters describing the level of mortality in the Polish popula-tion have been obtained. Based on the estimated models predictions of life expectancy in Poland have been made.
    Źródło:
    Śląski Przegląd Statystyczny; 2014, 12(18); 237-252
    1644-6739
    Pojawia się w:
    Śląski Przegląd Statystyczny
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Global aging - the nature of longevity risk
    Globalne starzenie się – natura ryzyka długowieczności
    Autorzy:
    Trzpiot, Grażyna
    Powiązania:
    https://bibliotekanauki.pl/articles/658197.pdf
    Data publikacji:
    2016
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    ryzyko długowieczności
    transfer ryzyka
    stochastyczne modelowanie śmiertelności
    dynamika populacji
    longevity Risk
    risk transfer
    stochastic mortality
    population dynamics
    Opis:
    W artykule przedstawiamy badania nad problemem modelowania ryzyka długowieczności ryzyka. Omawiamy pojęcie ryzyka długowieczności, aby lepiej zrozumieć wszystkie powiązane wyzwania w sferze zarządzania ryzykiem z punktu widzenia finansowego i ubezpieczeniowego. Artykuł prezentuje również opinię na temat praktycznych zadań związanych z rosnącą długości życia. Jednocześnie, wzrost długości życia zwiększył potrzebę rozwoju rynków kapitałowych, celem zarządzania i transferu ryzyka. Dlatego, również podkreślamy przyszłe zarządzanie ryzykiem długowieczności z finansowego punktu widzenia.
    In this paper we investigate the latest developments on longevity risk modelling. We first introduce longevity risk to allow for a better understanding of the related challenges in term of risk management from both a financial and insurance point of view. The article also provides a global view on the practical issues of longevity. Simultaneously, the development on the longevity has enhanced the need of capital markets as to manage and transfer the risk. Therefore, we also highlight future developments on longevity risk management from a financial point of view.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2016, 5, 325
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Modeling and projection life expectancy. The case of the EU countries
    Modelowanie i projekcja przeciętnego czasu trwania życia na przykładzie krajów UE
    Autorzy:
    Trzpiot, Grażyna
    Majewska, Justyna
    Powiązania:
    https://bibliotekanauki.pl/articles/425253.pdf
    Data publikacji:
    2015
    Wydawca:
    Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
    Tematy:
    life expectancy
    mortality
    Lee-Carter models family
    stochastic models
    Opis:
    In this article we investigate the latest developments on life expectancy modeling. We review some mortality projection stochastic models and their assumptions, and assess their impact on projections of future life expectancy for selected countries in the EU. More specifically, using the age- and sex-specific data of 20 countries, we compare the point projection accuracy and bias of six principal component methods for the projection of mortality rates and life expectancy. The six methods are variants and extensions of the Lee-Carter method. Based on one-step projection errors, the Renshaw and Haberman method provides the most accurate point projections of male mortality rates and the method is the least biased. The Quadratic CBD model with the cohort effects method performs the best for female mortality. While all methods rather underestimate variability in mortality rates and life expectancy, the Renshaw and Haberman method is the most accurate.
    Źródło:
    Econometrics. Ekonometria. Advances in Applied Data Analytics; 2015, 4 (50); 196-213
    1507-3866
    Pojawia się w:
    Econometrics. Ekonometria. Advances in Applied Data Analytics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Stochastic Models of Progression of Cancer and Their Use in Controlling Cancer-Related Mortality
    Autorzy:
    Kimmel, M.
    Gorlova, O. Y.
    Powiązania:
    https://bibliotekanauki.pl/articles/908159.pdf
    Data publikacji:
    2003
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    medycyna
    statystyka
    lung cancer
    genetic susceptibility
    environmental exposure
    tumor growth
    statistical modeling
    simulation
    Opis:
    A construction of a realistic statistical model of lung cancer risk and progression is proposed. The essential elements of the model are genetic and behavioral determinants of susceptibility, progression of the disease from precursor lesions through early (localized) tumors to disseminated disease, detection by various modalities, and medical intervention. Using model estimates as a foundation, mortality reduction caused by early-detection and intervention programs can be predicted under different scenarios. Genetic indicators of susceptibility to lung cancer should be used to define the highest-risk subgroups of the high-risk behavior population (smokers). The calibration and validation of the model requires applying our techniques to a variety of data sets available, including public registry data of the SEER type, data from the NCI lung cancer chest X-ray screening studies, and the recent ELCAP CT-scan screening study.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2003, 13, 3; 279-287
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-4 z 4

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies