• No results found

University of Groningen Mortality forecasting in the context of non-linear past mortality trends: an evaluation Stoeldraijer, Lenny

N/A
N/A
Protected

Academic year: 2021

Share "University of Groningen Mortality forecasting in the context of non-linear past mortality trends: an evaluation Stoeldraijer, Lenny"

Copied!
2
0
0

Bezig met laden.... (Bekijk nu de volledige tekst)

Hele tekst

(1)

University of Groningen

Mortality forecasting in the context of non-linear past mortality trends: an evaluation

Stoeldraijer, Lenny

IMPORTANT NOTE: You are advised to consult the publisher's version (publisher's PDF) if you wish to cite from

it. Please check the document version below.

Document Version

Publisher's PDF, also known as Version of record

Publication date:

2019

Link to publication in University of Groningen/UMCG research database

Citation for published version (APA):

Stoeldraijer, L. (2019). Mortality forecasting in the context of non-linear past mortality trends: an evaluation.

Rijksuniversiteit Groningen.

Copyright

Other than for strictly personal use, it is not permitted to download or to forward/distribute the text or part of it without the consent of the author(s) and/or copyright holder(s), unless the work is under an open content license (like Creative Commons).

Take-down policy

If you believe that this document breaches copyright please contact us providing details, and we will remove access to the work immediately and investigate your claim.

Downloaded from the University of Groningen/UMCG research database (Pure): http://www.rug.nl/research/portal. For technical reasons the number of authors shown on this cover page is limited to 10 maximum.

(2)

PB

Stellingen behorende bij het proefschrift

Mortality forecasting in the context

of non-linear past mortality trends:

an evaluation

Lenny Stoeldraijer

1) De sterfteprognose in de context van niet-lineaire sterfteontwikkelingen houdt meer in dan directe (lineaire) extrapolatie van waargenomen sterfteontwikkelingen (dit proefschrift).

2) Specifieke in de methodes benoemde keuzes spelen een essentiële rol in de sterfteprognose (belangrijker dan de keuze voor de methode zelf), en een belangrijkere rol dan tot dusver aangenomen (dit proefschrift).

3) De beste strategie voor het aansluiten van de sterfteprognose op de meest recent waargenomen gegevens is afhankelijk van het doel van de prognose, de

waargenomen landspecifieke sterfteontwikkelingen in het verleden en de fit van het model (dit proefschrift).

4) Prognosemethoden dienen niet alleen te worden beoordeeld op nauwkeurigheid, maar ook op meer kwalitatieve criteria zoals robuustheid, subjectiviteit en plausibele resultaten (dit proefschrift).

5) Flexibiliteit bij zowel het maken van de sterfteprognose als het interpreteren van diens uitkomsten, is geboden, omdat zowel de sterfteontwikkelingen zelf, als de achterliggende factoren, onze kennis hierover en de sterfteprognosemethodologie, voortdurend in beweging zijn (dit proefschrift).

6) Rookgerelateerde sterfte voor vrouwen in Nederland zal eerst toenemen en dan afnemen waardoor een niet-lineariteit in de toekomstige levensverwachting ontstaat (dit proefschrift).

7) Het afzonderlijk voorspellen van rookgerelateerde en niet-rookgerelateerde sterfte in Nederland resulteert over het algemeen in een hogere levensverwachting dan een prognose gebaseerd op de totale sterfte (dit proefschrift).

8) Een nadere samenwerking tussen de academische en professionele wereld, maar ook tussen verschillende disciplines (zoals demografische en actuariële wetenschappen), is belangrijk om het onderzoek naar en de praktijk van de sterfteprognose nog verder te ontwikkelen (eigen reflectie).

9) Het maken van een sterfteprognose is een nooit eindigende uitdaging (eigen reflectie).

Referenties

GERELATEERDE DOCUMENTEN

The evaluation is comprised of (i) a quantitative and qualitative evaluation of not just different mortality forecasting models, but different mortality forecasting approaches;

To recap, the methods applied to the Dutch data range from simple extrapolation models (direct linear extrapolation and Lee-Carter) to extrapolation models which account

To estimate the future smoking-attributable mortality fraction (SAF) we: (i) project lung cancer mortality by extrapolating age–period–cohort trends, using the observed convergence

The purpose of this study is to evaluate different coherent forecasting methods in terms of accuracy (i.e. how well the model fits to historical data), robustness (i.e.

D.1 Mean absolute forecast error (MAFE) of remaining life expectancy at age 65 for the first and fifth year in the forecasting period, and standard deviation (SD) of

The evaluation approach of this PhD thesis was extensive, and comprised (i) an evaluation of not just different mortality forecasting methods, but different forecasting

1950 1960 1970 1980 1990 2000 2010 65 70 75 80 85 90 Mannen Vrouwen.. Van de vier onderzochte categorieën lijken veranderingen in de gezondheidszorg de beste kandidaat om

Moreover, different elements of a mortality forecasting approach that deals with non-linear past mortality trends are evaluated (e.g., the forecasting of smoking-