De stochastische vectoren Zt = (ϵt M, ϵt V, δt M, δt V ) zijn, net als in AG2020, onafhankelijk en identiek verdeeld verondersteld (i.i.d.) en hebben een vierdimensionale normale verdeling met gemiddelde (0,0,0,0) en een gegeven 4x4 covariantiematrix C. Inschatting van toename en afname sterfte-intensiteiten in 2020 en 2021 Omdat voor 2020 en 2021 in eerste instantie weekdata in plaats van data op jaarbasis geanalyseerd worden, bepalen we eerst het seizoenseffect om te corrigeren voor het feit dat sterfte niet uniform over de weken van een jaar plaatsvindt. We doen dat door een gemiddelde te nemen over de sterfte per week in Nederland, over de jaren 2016 tot en met 2019, voor beide geslachten en over alle relevante leeftijden (tussen 55 en 90 jaar). Door de op deze manier bepaalde waarden, voor het historisch gemiddelde van de sterfte per week, is een ‘cyclic cubic spline’ gefit, die voor zowel 2020 als 2021 genormaliseerd is, zodat het gemiddelde effect over alle weken (van week 1 tot en met week 53 in 2020 en week 0 tot en met week 52 in 2021) gelijk is aan 1. De geschatte effecten ϕw,2020 en ϕw,2021 zijn te vinden in grafiek 3.1. Hierin is een duidelijk seizoenspatroon te herkennen: in de wintermaanden is de sterfte gemiddeld genomen hoger dan in de zomermaanden. 0,85 0,90 0,95 1,00 1,05 1,10 1,15 1,20 Grafiek 3.1 – Seizoenspatronen sterfte 2016-2019 Inschatting van de over- en ondersterfte per week in 2020 en 2021 Voor het beschrijven van de afwijking van de sterfte in 2020 en 2021 ten opzichte van wat op grond van de data tot 2020 verwacht mocht worden, gebruiken we een nieuw leeftijdseffect ðx een tijdreeks ðg g en een nieuwe (op weken gebaseerde) tijdreeks ðg w,2021 voor 2021. Het product van dit leeftijdseffect en de tijdreeks w,2020 voor 2020 en pagina 28 / 80 Prognosetafel AG2022 | Het Prognosemodel 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45
29 Online Touch Home