USO DE TÉCNICAS AVANZADAS PARA LA CATEGORIZACIÓN Y PROYECCIÓN DE CURVAS DE MORTALIDAD

Abstract

El trabajo presentado es un análisis global relativo a las curvas de mortalidad de diferentes países de diferentes continentes. Se propone una división de los países en 4 clusters distintos considerando tanto el nivel de sus curvas de mortalidad como su evolución temporal. Para efectuar la agrupación se emplearon dos niveles de agregación haciendo uso de diagramas de Kohonen y de la metodología K-Means. Se identifican 3 variables exógenas (PIB per cápita, Proporción de mujeres en el mercado laboral, Consumo de proteínas per cápita) que explican el comportamiento de la evolución y del nivel de las curvas de mortalidad, siendo determinantes para explicar la esperanza de vida de un país. Se propone un modelo predictivo a partir de redes convolucionales que mejora en el largo plazo las predicciones efectuadas por el modelo de referencia Lee-Carter.

The project includes a global analysis related to the mortality curves of different countries from various continents. The countries analyzed where divided into 4 different clusters, considering both the level of their mortality curves and their temporal evolution. To perform the clustering, two levels of aggregation were used, employing Kohonen maps and the K-Means methodology. Three exogenous variables (GDP per capita, proportion of women in the labor market, protein consumption per capita) were identified as explanatory factors for the evolution and level of the mortality curves, being crucial in explaining a country's life expectancy. A predictive model based on convolutional neural networks is proposed, which improves long-term predictions compared to the Lee-Carter reference model.