α 변환을 활용한 사망률 모델링 및 예측을 위한 구성 데이터 분석

초록

본 연구는 사망률 예측에 구성 데이터 분석(CoDA) 프레임워크를 적용하고, 기존에 널리 사용된 중심 로그비율(CLR) 변환 대신 α‑변환을 도입한다. 1983‑2018년 기간 동안 31개 유럽 국가·지역의 연령별 사망수 데이터를 이용해 α‑변환의 최적 파라미터를 튜닝하고, ARIMA 기반 시계열 모델로 κₜ를 예측한다. 결과는 대부분의 경우 CLR과 비슷한 정확도를 보였으며, 일부 국가·성별에서는 α‑변환이 RMSE와 MAE 면에서 향상된 성과를 나타냈다.

상세 분석

이 논문은 사망률 예측을 위한 새로운 CoDA 접근법을 제시한다. 전통적인 Lee‑Carter 모델은 로그 사망률을 사용해 연령별 패턴 βₓ와 시간적 인덱스 κₜ를 추정하지만, 사망수 dₜ,ₓ를 직접 다루면 합계 제약(인구 라디스)과 비음성성을 자연스럽게 보존한다는 장점이 있다. 저자들은 이러한 장점을 살리기 위해 사망수를 구성 데이터로 보고, 두 가지 로그비율 변환인 CLR과 α‑변환을 비교한다.

α‑변환은 파라미터 α∈