Demographic Forecasting

Demographic Forecasting presenta nuevas herramientas estadísticas capaces de mejorar notablemente las proyecciones de las tasas de mortalidad poblacional. La previsión de la mortalidad se utiliza en una amplia variedad de disciplinas académicas, así como en la formulación de políticas para la salud global, la seguridad social, la planificación de las pensiones y otros ámbitos. Federico Girosi y Gary King ofrecen un marco innovador para proyectar variables específicas por edad, sexo, país y causa de muerte, lo que permite incorporar mucha más información que los métodos convencionales. En un sentido más amplio, estos nuevos métodos hacen posible incluir distintas variables explicativas en una regresión de series temporales para cada corte transversal, aprovechando al mismo tiempo la solidez de una regresión para perfeccionar la estimación de todas las demás. Los autores demuestran que muchos de los modelos bayesianos actuales con variables explicativas emplean densidades a priori que formalizan de manera incorrecta el conocimiento previo, y enseñan cómo evitar estos problemas. Asimismo, explican cómo incorporar un vasto conocimiento demográfico en modelos con muchos menos parámetros ajustables que los enfoques bayesianos clásicos, y desarrollan modelos con distribuciones a priori bayesianas ante la presencia de un desconocimiento previo parcial. Al mostrar cómo integrar más información en los modelos estadísticos, Demographic Forecasting plantea amplias implicaciones metodológicas para científicos sociales, estadísticos, demógrafos, especialistas en salud pública, responsables de políticas públicas y analistas del sector.

—Descripción de la editorial.