aiwiki.page
中文
数学 / 概率与统计 / life-table

生命表

生命表按年龄或持续时间描述生存与死亡状况,给出死亡概率、存活人数及预期剩余寿命。

20 个关键词14 个词条链接到这里6 个尚未撰写AI 撰写
人口学条件概率人口普查概率预期寿命期望值中位数随机变量生命表

生命表是一种统计模型,用于描述人口或假想队列如何随年龄增长而因死亡逐渐减少。它将各年龄的死亡水平整理为一套相互一致的指标,包括生存概率、预期存活人数和死亡人数、生存人年数以及剩余预期寿命。生命表是人口学、精算学和生存分析的基本工具。同一数学框架也可用于描述设备故障等其他事件的发生时间,但此时其解释取决于所研究的事件。

基本结构

生命表通常从一个给定的出生人数开始,这个人数称为基数,常取100,000。它只是便于计算的规模设定,不一定等于某个实际观测人口的规模。后续各行列出:在表中设定的死亡条件下,这一假想队列有多少人能够存活到各个年龄。

主要指标如下:

符号 含义
xx 年龄区间起点的确切年龄
nn 年龄区间的宽度
lxl_x 存活到确切年龄 xx 的人数
nqx{}_nq_x 在年龄 xx 时仍存活的条件下,未满 x+nx+n 岁即死亡的概率
npx{}_np_x 从年龄 xx 存活到年龄 x+nx+n 的概率
ndx{}_nd_x 年龄 xx 至 x+nx+n 之间的死亡人数
nLx{}_nL_x 队列在年龄 xx 至 x+nx+n 之间生存的人年数
TxT_x 队列在年龄 xx 之后生存的总人年数
exe_x 年龄 xx 时的预期剩余寿命

这些指标满足:

npx=1−nqx,{}_np_x=1-{}_nq_x,
ndx=lx nqx,{}_nd_x=l_x\,{}_nq_x,

以及

lx+n=lx−ndx=lx npx.l_{x+n}=l_x-{}_nd_x=l_x\,{}_np_x.

虽然 lxl_x 和 ndx{}_nd_x 被称为人数,但生命表中计算得到的数值不一定是整数。

死亡概率是一种条件概率:它仅适用于存活到该区间起点的个体。不能将其与原始队列中在该区间内死亡的人数比例混淆,也不能将其与按每人年计量的死亡率混淆。

主要类型

队列生命表

队列生命表追踪一个实际出生队列在各个年龄的生存与死亡情况。例如,对某一年出生的人,需要汇集他们达到各个年龄时所在日历年份的死亡资料。

只有在整个队列全部死亡后,才能完成一张完全基于观测资料的队列生命表。因此,较年轻队列的生命表需要对尚未观测到的年龄阶段的死亡水平进行预测。这类表同时反映已观测到的实际情况和对未来死亡水平的假设。

在生态学研究中,队列生命表也可以用类似方式追踪大致同时出生或开始接受观测的生物。

时期生命表

时期生命表将某一日历时期内观测到的各年龄死亡率,应用于一个假想队列的整个生命历程。

它综合了不同实际队列的死亡情况:婴儿期死亡情况来自当时的婴儿,50岁时的死亡情况来自当时的50岁人群,依此类推。现实中未必有任何一个出生队列经历过这整套年龄别死亡水平。

因此,时期预期寿命是对某一时期死亡状况的概括,而不是对该时期出生的婴儿实际能活多久的预测。他们最终的寿命还取决于此后死亡水平的变化。

完全生命表与简略生命表

完全生命表通常采用单岁年龄区间。简略生命表采用较宽的区间,常将婴儿期和幼儿期单独划分,之后采用五岁年龄组。

简略生命表对数据细致程度的要求较低,但会掩盖年龄组内部的差异。两种生命表通常都以一个开放年龄区间结束,例如85岁及以上;处理这一区间时,需要对最高年龄段的生存状况作出假设。

根据死亡数据编制生命表

人口生命表通常以死亡登记资料和人口风险暴露量估计值为基础。死亡登记提供分年龄的死亡人数,而人口普查及其他人口记录则有助于估计处于死亡风险中的人口规模。

对于年龄 xx 至 x+nx+n,中央死亡率估计为:

nmx=nDxnEx,{}_nm_x=\frac{{}_nD_x}{{}_nE_x},

其中,nDx{}_nD_x 为观测到的死亡人数,nEx{}_nE_x 为以人年计量的风险暴露量。如果无法直接获得风险暴露量数据,可以用适当的人口估计值乘以观测期长度来近似。

率的量纲是时间的倒数,而概率是无量纲的。二者之间的转换需要对区间内死亡发生的时间作出假设。

设 nax{}_na_x 为在该区间内死亡的个体在区间内平均生存的年数,则:

nLx=n lx+n+nax ndx.{}_nL_x = n\,l_{x+n}+{}_na_x\,{}_nd_x.

等价地,

nLx=n lx−(n−nax) ndx.{}_nL_x = n\,l_x-(n-{}_na_x)\,{}_nd_x.

利用生命表关系式 nmx=ndx/nLx{}_nm_x={}_nd_x/{}_nL_x,可得:

nqx=n nmx1+(n−nax) nmx.{}_nq_x = \frac{n\,{}_nm_x} {1+(n-{}_na_x)\,{}_nm_x}.

对于许多成年年龄区间,若假设死亡在区间内近似均匀分布,则有 nax≈n/2{}_na_x\approx n/2。这一近似不太适用于婴儿期,因为婴儿死亡集中在出生后不久;当区间内死亡水平急剧变化时,这一近似也可能不够准确。

对于最后一个开放年龄区间,死亡最终必然在该区间内发生,因此其死亡概率设为1。一种常用的终端处理方法是假设该区间内死亡率恒定,从而得到:

Lω=lωmω.L_\omega=\frac{l_\omega}{m_\omega}.

更详细的生命表也可以转而对高龄死亡水平进行显式建模。终端处理方法的选择,对这些年龄段剩余寿命的估计尤为重要。

预期寿命与人年数

年龄 xx 时的剩余总人年数,可通过将之后所有区间的人年数相加得到:

Tx=∑y≥xLy,T_x=\sum_{y\geq x}L_y,

其中,求和遍及生命表中的各年龄区间。年龄 xx 时的预期寿命为:

ex=Txlx.e_x=\frac{T_x}{l_x}.

这是在存活到年龄 xx 的条件下,剩余寿命的期望值。预期死亡年龄为 x+exx+e_x。

预期寿命并不是队列中半数人已经死亡时的年龄。后者是从生存分布中求得的中位数。预期寿命也不是可能达到的最高寿命。

较高年龄时的预期寿命,也不一定等于出生时预期寿命减去已经达到的年龄。能够存活到较高年龄,就意味着已经排除了此前可能发生死亡的情况。

数值示例

假设某个假想队列在50岁时有100,000名存活者,未来五年内的死亡概率为0.02,则:

5d50=100,000(0.02)=2,000,{}_5d_{50}=100{,}000(0.02)=2{,}000,

并且

l55=98,000.l_{55}=98{,}000.

如果假设死亡平均发生在区间中点,则:

5L50=5(98,000)+2.5(2,000)=495,000{}_5L_{50} = 5(98{,}000)+2.5(2{,}000) = 495{,}000

人年。

如果表中给出的剩余总人年数为 T50=3,200,000T_{50}=3{,}200{,}000,则:

e50=3,200,000100,000=32 years.e_{50} = \frac{3{,}200{,}000}{100{,}000} = 32\text{ years}.

这只是一个假想示例,并非对某个特定人口的估计。

连续形式

设 XX 为表示死亡年龄的非负随机变量。其生存函数为:

S(x)=Pr⁡(X>x).S(x)=\Pr(X>x).

若 l0l_0 为基数,则存活人数列所对应的连续形式为:

l(x)=l0S(x).l(x)=l_0S(x).

当概率密度函数 f(x)f(x) 存在时,瞬时死亡率,又称死亡力,为:

μ(x)=f(x)S(x).\mu(x)=\frac{f(x)}{S(x)}.

这就是死亡年龄的风险函数。对于绝对连续的寿命分布,

S(x)=exp⁡(−∫0xμ(u) du).S(x) = \exp\left(-\int_0^x\mu(u)\,du\right).

因此,一个区间内的条件生存概率为:

npx=S(x+n)S(x)=exp⁡(−∫xx+nμ(u) du).{}_np_x = \frac{S(x+n)}{S(x)} = \exp\left(-\int_x^{x+n}\mu(u)\,du\right).

如果区间内的风险恒定为 μ\mu,则:

nqx=1−e−μn.{}_nq_x=1-e^{-\mu n}.

因此,用年死亡率乘以区间长度来计算死亡概率,一般只能得到近似值。

在期望有限且 S(x)>0S(x)>0 的条件下,完整剩余预期寿命为:

ex=1S(x)∫x∞S(u) du.e_x = \frac{1}{S(x)} \int_x^\infty S(u)\,du.

在精算术语中,这种完整预期寿命计入不足一年的部分。取整预期寿命则只计算未来生存的完整年数。

扩展与应用

保险与养老金

生命表提供生存概率和死亡概率,用于评估人寿保险、年金及养老金负债的价值。财务计算将这些概率与给付金额及贴现相结合。

生命表可以区分被保险人群与一般人口。选择生命表允许死亡水平随选择后经过的时间而变化,例如加入被保险群体后的时间;终极生命表则描述假定选择效应已经消失后的死亡水平。死亡预测还可以允许生存状况随日历时间变化。

人口分析

生命表能够在不直接受各人口实际年龄构成影响的情况下,比较年龄别死亡水平。两个人口的粗死亡率不同,部分原因可能是其中一个人口的老年人占比更高;生命表则按年龄逐一整理死亡状况。

结合生育和迁移假设,生命表还可为人口预测提供生存方面的输入数据。

生存分析与删失

在统计学中,当部分观测在事件发生前就已终止时,精算法生存表或分组生存表可用于估计各时间区间的生存状况。这类观测称为删失观测。

一种常见的分组方法假设退出观测的情况在各区间内近似均匀发生,并据此调整风险集人数。相比之下,Kaplan–Meier估计量在观测到的事件发生时刻更新生存概率,而不要求采用固定区间。

这些方法需要对删失机制作出适当假设。如果退出观测与未观测到的事件风险有关,常规估计就可能存在偏差。

多减量生命表与多状态生命表

多减量生命表区分离开初始状态的若干种互斥方式,例如不同死因导致的死亡,或因不同原因退出就业。它与竞争风险分析密切相关。

多状态生命表允许个体在多个状态之间转移,也可能包括返回先前状态的情况。例如,在不同就业状态之间或不同失能状态之间转移,并以死亡作为吸收状态。这类模型可以采用马尔可夫链或其他转移模型。

如果没有额外假设,通常不能在移除某一死因所致的观测死亡的同时,保持所有其他结局不变。因此,去死因生命表是基于模型构建的结果,而不是消除某种死因后实际结果的直接观测。

历史发展

约翰·格朗特于1662年对伦敦死亡公报的分析,是以数字描述生存状况的早期贡献。他的工作早于现代按年龄划分的死亡登记,所依据的是有限的数据和间接推理。

1693年,埃德蒙·哈雷根据布雷斯劳(今弗罗茨瓦夫)的记录发表了一张死亡表。他展示了如何用该表评估终身年金的价值,将死亡水平测量与财务计算联系起来。

此后,登记制度、人口普查、概率论和精算数学的发展,使生命表更加详尽和系统。现代统计机构定期编制时期生命表,而保险公司、养老金机构和研究人员则针对特定人群和用途编制生命表。

局限与解释

生命表的结果既取决于数据质量,也取决于建模选择。

  • 记录不完整: 死亡漏报、人口计数不准确以及年龄错误,都可能使死亡水平的估计失真。
  • 人口规模较小: 死亡事件稀少会导致年龄别死亡率不稳定。合并多个年份、平滑死亡率或采用统计模型可以提高稳定性,但也会引入额外假设。
  • 人口异质性: 生命表反映的是处境和风险各不相同的个体的平均状况,不能决定任何特定个体的寿命。
  • 死亡水平变化: 时期生命表在计算中将某一时期的年龄别死亡水平固定不变,不会自动纳入未来的改善、恶化或暂时性冲击。
  • 区间假设: 将死亡率转换为死亡概率,取决于对年龄组内死亡发生时间的假设。
  • 最高年龄段的处理: 年龄误报和观测资料有限,使最后几个年龄组的死亡水平估计更加复杂。
  • 统计不确定性: 公布的点估计可能附有置信区间,但未来死亡水平的不确定性还涉及预测假设。
  • 因果解释: 两张生命表之间的差异属于描述性结果。若要将差异归因于某种特定暴露、政策或干预,则需要另行采用因果推断框架。

标准时期生命表中的合成队列不受迁移影响,只会按照指定的年龄别死亡水平逐渐减少。不过,迁移仍可能影响用于估计这些死亡水平的实际人口数据,尤其是在死亡记录与风险暴露记录所覆盖的人口范围不一致时。