Robustness and convergence in the Lee-Carter model with cohort effects

علاقه به اثرات کوهورت در داده های مرگ و میر در سال های اخیر به طور چشمگیری افزایش یافته است، و بسیاری از تحقیقات بر گسترش مدل لی-کارتر با استفاده از پارامترهای همجوشی متمرکز شده است. با این حال، برخی از مطالعات نشان می دهد که این مدل ها به تغییرات داده ها یا الگوریتم اتصالات پایبند نیستند، که محدودیت آنها برای بسیاری از اهداف را محدود می کند. پیشنهاد شده است که این مشکلات سخت افزاری ممکن است در نتیجه یک مسئله شناسایی حل نشده باشد. در این مقاله پس از بررسی سیستماتیک استحکام گسترش کوهورت مدل لی-کارتر و همگرایی الگوریتم های مورد استفاده برای جابجایی آن به داده ها، ما وجود چنین مسئله شناسایی را نشان می دهد و یک محدودیت شناسایی تقریبی تقریبی را پیشنهاد می کند که بسیاری از آن را حل می کند از مشکلات پیدا شده است.