Диссертация (1151153), страница 23

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 23)

Прохорова. – М.: Наука, 1987. – 304 с.38. Королёв В. Ю., Бенинг В. Е., Шоргин С. Я. Математические основы теориириска. – М.: ФИЗМАТЛИТ, 2007. – 542с.39. Кошкин Г.М. Основы страховой (актуарной) математики. – Томск: Томскийгосударственный университет, 200240. Крамер Г. Математические методы статистики. – М.: Мир, 1975. – 648 с.41. Кудрявцев А. А.

Демографические основы страхования жизни. – СПб.:Институт страхования, 1996. – 237 с.42. Кудрявцев А. А. Методология актуарного анализа. – СПб.: Изд-во СПбГУ,2009. – 204 с.43. Магнус Я. Р., Катышев П. К., Пересецкий А. А. Эконометрика. Начальныйкурс. – М.: Дело, 2004. – 576 с.44. Медков В. М. Демография. – М.: Инфра-М, 2007. – 448 с.45.

Русаков О.В. Вводные понятия и простейшая модель стохастическойфинансовойматематикиуниверситета, 2005. – 56с.–СПб.:ИздательствоС-Петербургского13346. Русаков О. В. Суммы независимых пуассоновских субординаторов и ихсвязь со строго «альфа»-устойчивыми процессами типа ОрнштейнаУленбека // Записки научных семинаров ПОМИ. – 2008. – Т. 361. – С. 123127.47. Староверов О. В. Азы математической демографии. – М.: Наука, 1997.

– 157с.48. Стечкин С. Б., Субботин Ю. Н. Сплайны в вычислительной математике. –М.: Наука, 1976. – 248 с.49. Статистика в Санкт-Петербургском университете / под ред. Я. В. Соколова,Д. А. Львовой. СПб.: Изд-во Санкт-Петербургского университета, 201050. Тюрин Ю. Н., Макаров А.

А. Анализ данных на компьютере. – М.: ИнфраМ, 2003. – 544с.51. Феллер В. Введение в теорию вероятностей и ее приложения. – Мир, 1984. –1280с.52. Хмаладзе Э. В. Статистические методы в демографии и страховании жизни.Краткий курс лекций. – М.: URSS, 2009. – 194 с.53. Ширяев А. Н. Теория вероятностей. – М.: Наука, 1989.54.

Айвазян С. А. и др. Прикладная статистика: Основы моделирования ипервичная обработка данных. Справочное изд. / С. А. Айвазян, И. С.Енюков, Л. Д. Мешалкин. – М.: Финансы и статистика, 1983. – 471 с.55. Глоссарий по информационному обществу / Под общ. ред. Ю.Е. Хохлова. –М.: Институт развития информационного общества, 2009. – 162 с.56. Демографический ежегодник России. 2010: Стат. сб./ Росстат. – M., 2010.

–525 c.57. Математическая энциклопедия. (Под ред. И. М. Виноградова.) М.:Советская энциклопедия, 1984, Т.4-5.58. А.ЖакарВоспроизводствонаселениявусловияхограничениядеторождения. Модель имитации по методу Монте-Карло. Population. 1967.№5. С. 897-920.13459. Akaike H. A New Look at the Statistical Model Identification, IEEE Transactionson Automatic Control, AC-19. 174. P. 716-723.60. Ammeter H.

A. A generalization of the collective theory of risk in regard tofluctuating basic probabilities // Skand. AktuarTidskr. – 1948. – V.31. – P.171198.61. Bartlett J. E., Kotrlik J. W., & Higgins C. Organizational research: Determiningappropriate sample size for survey research // Information Technology, Learning,and Performance Journal. – 2001. – V. 19, № 1. – pp. 43-50.62. Beekman J.

A. Collective risk results. Trans. Soc. Actuaries. – 1968. – V.20. – P.182.63. Bening V. E., Korolev V. Yu., Shorgin S. Ya. On approximation to generalizedPoisson distribution // J. Math. Scirnces. – 1997. – V.83, №3.64. de Boor C. A practical guide to splines. – Springer, 1992.65. Box, G. E. P., & Jenkins, G. M. Time series analysis: Forecasting and control.San Francisco: Holden Day, 1970.66.

Brass W. The relational Gompertz model of fertility by age of woman / LondonSchool of Hygiene and Tropical Medicine, 1978.67. Brown B. W., Newey W. K. Generalized method of moments,efficientbootstrapping and improved inference // Journal of Economic and BusinessStatistics 20.

– 2002. – pp. 507-517.68. Cairns A., Blake D., Dowd K. Modelling and management of mortality risk: areview // Scandinavian Actuarial Journal. 2008. V108(2-3). pp. 79-113.69. Chatfield C. Prediction intervals. // In Principles of Forecasting: A Handbook forResearchers and Practitioners (ed.

J. S. Armstrong), Norwell, MA: Kluwer, 2001.70. Chatfield C. Time series forecasting. – Chapman & Hall/CRC, 2000. – 280 p.71. Continuous Mortality Investigation (CMI) Stochastic projection methodologies:Further progress and P-Spline model features, example results and implications.Working paper 20, 2006.13572. Continuous Mortality Investigation (CMI) Stochastic projection methodologies:Lee-Charter model features, example results and implications. Working paper 25,2007.73. Cox D. Regression models and life tables // Journal of Royal Statistical Society.V. 34.

P. 187-220.74. Cramer H. On the mathematical theory of risk. – Stockholm: Scandia JubileeVolume, 1930.75. Cramer H. Collective Risk Theory. – Stockholm: Scandia Jubilee Volume, 1955.76. Davidson R., MacKinnon J. G. Estimation and Inference in Econometrics. OxfordUniversity Press, 1992.77.

Davis К., Blake J. Social Structure and Fertility: An Analytic Framework //Economic Development and Cultural Change. 1955/56. Vol. 4. P. 212.78. Dickey D. A., Fuller W. A. Distribution of the Estimators for AutoregressiveTime-Series with a Unit Root // Econometrica. 1981. Vol. 49. P. 1057-1072.79.

Coale A., Trussel J. Model fertiliti shedules: variations in the age structure ofchildbearing in human populations // Population Index. vol. 40. 1974. №2. pp.185-258.80. Cochran W. G. Sampling techniques. – NW.: John Wiley & Sons, 1977.81. Davison A. C., Hinkley D. V. Bootstrap Methods and their Applications. –Cambrige University Press, 1997.82. Efron B. Bootstrap methods: another look at the jackknife // Annals of Statistics.– 1979.

– № 7. – pp. 1-26.83. Efron B. Censored data and the bootstrap // Journal of American StatisticalAssociation. – 1981. – № 76. – pp. 312-319.84. Efron B, Tibshirani R. An introduction to the bootstrap. – New York: Chapman &Hall, 1993. – 436 p.85. Haight F. A. A Handbook of the Poisson Distribution. – New York: Willey, 1967.86. Halh J. Bootstrapping quantile regression estimator // Econometric Theory.

–1995. – №11. – p. 105-121.13687. Handbook of the Biology of Aging / editors Masoro E. J., Austad S. N. /Academic Press, 2006.88. Hastie, T. J. Generalized additive models. Chapter 7 of Statistical Models in S edsJ. M. Chambers and T. J. Hastie, Wadsworth & Brooks/Cole, 1992.89. Horowits J. L. Bootstrap methods for Markov processes // Econometrica. – 2003.– № 66. – pp. 1049-1082.90.

Jacquard A. Heritability of human longevity // Biological and Social Aspects ofMortality and the Length of life // Ed. H.S. Preston. Liege, 1982.91. Johnston T., Weis R. Managing time in relational databases: How to Design,Update and Query Temporal Data / Morgan-Kaufmann, 2010.92. Kaplan E., Meier P. Nonparametric estimation from incomplete observations //Journal of American Statistical Association. – V.53.

– P 487-491.93. Kendall M. G. The analysis of econometric time series: Part I, Prices // J. RoyalStatist. Soc. – 1953. V. 96. – P. 11-25.94. Keyfitz N. Sampling variance of the standardized mortality rates // HumanBiology. – 1966. – Vol. 3. – pp. 309-317.95. Kingman J. F. C. On doubly stochastic Poisson process // Proc. CambridgePhilos. Soc. – 1964.

– V.60, № 4. – P. 923-930.96. Lee R.D, Carter L.R. Modelling and forecasting U.S. Mortality // Journal of theAmerican Statistical Association. 1992. Vol. 87. pp. 659-675.97. Lundberg O. On Random Processes and their Application to Sickness andAccident Statistics. – Uppsala: Almqvist & Wiksell, 1964.98.

Schmertmann C. A system of model fertility schedules with graphically intuitiveparameters // Demographic research. 2003 vol. 9. pp. 81-110.99. Seal H. Survival Probabilities. The Goal of Risk Theory. – Chichester, NewYork: Wiley, Toronto: Brisbane, 1978.100.Shumway R., Stoffer D. Time Series Analisys and Its Applications With RExamples. – NY.: Springer, 2011.101.Snodgrass R. Developing Time-Oriented Database Applications in SQL /Morgan-Kaufmann, San Francisco, 2000.137102.Solovyev A. D.

Theory of aging elements // Proc. of the 6 Berkeley Symp.on Math. Stat and Prabability. – 1965. – V. 3.103.Student. On the probable error of the mean // Biometrica. – 1908. – V.8, №1.104.Turkey J. W. Bias and confidence in not-quite large samples // The Annalsof Mathematical Statistics. – Vol.

29, № 2, P. 614.105.Wahba G. Spline Models for Observational Data. – SIAM, 1990.106.Wold H. A Study in the Analisys of Stationary Time Series. Sticholm:Almqvist and Wiskel, 1938.107.Wolter, K.M. Introduction to Variance Estimation. Second Edition. –Springer, Inc., 2007.108.Zhou S., Wolfe D. A. On derivative estimation in spline regression. –Statistica Sinica, 2000. – № 10, pp. 93-108.109.United Nations (1983). Manual X: Indirect Techniques for DemographicEstimation (United Nations publication, Sales No. E.83.XIII.2).110.Центральная база статистических данных.

Федеральная службагосударственной статистики Российской Федерации. – [Электронныйресурс] http://cbsd.gks.ru/.Приложение 1. Таблица передвижки населения по одногодичным возрастным группамВозраст, x1К-т дожития,PxЧисло живущих в год t в возрасте x, S t , xP1S t ,1Tt+1t+m, m>149S t 1,1  N t * P0  (  S t , x *  t , x * f t , x ) * P0St m,1  N t m1 * P0  (  St m1, x *  t m1, x * f t m1, x ) * P0St 1, 2  St ,1 * P1S t  m, 2  S t  m1,1 * P1  S t  m2,0 * P0 * P1x 152P2St ,249x 1549 N t  m2 * P0 * P1  (  S t  m2, x *  t  m2, x * f t  m2, x ) * P0 * P1x 15XPxSt ,xS t 1, x  S t , x 1 * Px 1S t  m, x  S t  m1, x 1 * Px1  Если m  x , то вычисляется по данным о рождаемостиЕсли m  x , то вычисляется по исходной численностиS t , x mx+1Px 1S t , x 1St 1, x1  St , x * PxАналогично S t  m, x :Если m  x  1, то вычисляется по данным орождаемостиЕсли, m  x  1 то вычисляется по исходнойчисленности S t m, x1  S t m1, x * PxПриложение 2.

Десятичный логарифм числа новорожденных на 1000 женщинрепродуктивного возраста: Вологодская область, Тюменская область,Кабардино-Балкарская республика.Приложение 3. Прогноз числа новорожденных на 1000 женщинрепродуктивного возраста на 3 года вперед с доверительным интерваломпрогноза 95%, основанным на распределении Стьюдента: Вологодскаяобласть, Тюменская область, Кабардино-Балкарская республика.Приложение 4. Число умерших на 1000 постоянного населения: Вологодскаяобласть, Тюменская область, Кабардино-Балкарская республика.Приложение 5. Прогноз числа умерших на 1000 постоянного населениярегиона на 3 года вперед с доверительным интервалом прогнозаэкспоненциального сглаживания 95%, основанным на распределенииСтьюдента: Тюменская область, Кабардино-Балкарская республика.Приложение 6.

Характеристики

Список файлов диссертации