Estimasi Peluang Mortalitas Stokastik Model PLAT Pada Penduduk Laki-Laki Indonesia dengan Generalized Non-Linear Models

  • Fery Widhiatmoko Universitas Brawijaya

Abstract

Model mortalitas stokastik berguna dalam konstruksi tabel mortalitas dinamis di mana diperlukan berbagai macam data historis untuk menentukan probabilitas kematian dengan lebih akurat dan diperlukan model yang dapat digunakan untuk memprediksi nilai kematian suatu populasi di suatu tempat di masa depan. Para peneliti telah memperkenalkan berbagai model yang dianggap cocok dan baik dalam menangkap aspek kematian, salah satunya adalah model mortalitas stokastik PLAT yang merupakan gabungan dari model CBD dengan beberapa fitur yang terdapat dalam model Lee-Carter untuk menghasilkan model mortalitas yang cocok untuk semua rentang usia dan terdapat efek cohort atau variasi dari pengaruh tahun kelahiran pada model tersebut. Model kematian stokastik yang dikembangkan selama ini merupakan bentuk umum dan klasifikasi dari Generalized Age-Period-Cohort Stochastic Mortality Model. Berdasarkan klasifikasi tersebut, maka metode estimasi model mortalitas stokastik yang selama ini menggunakan metode Iterasi Newton-Rhapson juga dapat menggunakan Generalized Linear Model atau Generalized Non-Linear Model. Pendekatan ini membuat spesifikasi model dan fitting terlihat jelas dan memperluas jangkauan model yang ada. Selanjutnya Iteratively Weighted Least Square digunakan dalam proses penentuan estimasi parameter yang terbentuk. 

References

[1] Bowers, N. L., Gerber, H. U., Hickman, J. C., Jones, D. A., Nesbitt, C. J., & Al, E. (1997). Actuarial mathematics 2nd ed. The Society Of Actuaries.
[2] Currie, I. D. (2014). On fitting generalized linear and non-linear models of mortality. Scandinavian Actuarial Journal, 2016(4), 356–383.
[3] Coughlan, G., Epstein, D., Ong, A., Sinha, A., Hevia-Portocarrero, J., Gingrich, E., Khalaf-Allah, M., and Joseph, P. (2007). Lifemetrics: A toolkit for measuring and managing longevity and mortality risks. Technical report, JP Morgan: Pension Advisory Group.
[4] Haberman, S., & Renshaw, A. (2011). A comparative study of parametric mortality projection models. Insurance: Mathematics and Economics, 48(1), 35–55.
[5] Hunt, A., & Blake, D. P. (2015). On the Structure and Classification of Mortality Models. SSRN Electronic Journal.
[6] Macdonald, A. S., Richards, S. J., Currie, I. D., & Institute And Faculty Of Actuaries. (2018). Modelling mortality with actuarial applications. Cambridge University Press.
[7] Mccullagh, P., & Nelder, J. A. (1999). Generalized linear models 2nd ed. Chapman & Hall.
[8] Plat, R. (2009). On Stochastic Mortality Modeling. SSRN Electronic Journal.
[9] R Core Team. (2023). R: A Language and Environment for Statistical Computing, R Foundation for Statistical Computing, Vienna, Austria. URL: https://www.rproject.org/
[10] Rodríguez, F., & Goldman, N. (2001). Improved estimation procedures for multilevel models with binary response: a case‐study. Journal of the Royal Statistical Society, 164(2), 339–355
[11] Asosisasi Asuransi Jiwa Indonesia (AAJI). (2019). Tabel Mortalitas Indonesia IV. Jakarta
Published
2024-03-26
How to Cite
WIDHIATMOKO, Fery. Estimasi Peluang Mortalitas Stokastik Model PLAT Pada Penduduk Laki-Laki Indonesia dengan Generalized Non-Linear Models. Basis : Jurnal Ilmiah Matematika, [S.l.], v. 3, n. 1, p. 17-25, mar. 2024. ISSN 2962-6013. Available at: <https://jurnal.fmipa.unmul.ac.id/index.php/Basis/article/view/1218>. Date accessed: 09 may 2024. doi: https://doi.org/10.30872/basis.v3i1.1218.