FORECASTING SMALL POPULATION MONTHLY FERTILITY AND MORTALITY DATA WITH SEASONAL TIME SERIES METHODS
Forecasts of small population
monthly fertility and mortality data are a critical
input in the computation of subnational forecasts
of resident population since they determine,
together with internal and international net
migration, the dynamics of both the population
size and its age structure. Demographic time
series data typically exhibit strong seasonality
patterns at both national and regional levels.
In this paper, we evaluate the short-term
forecasting accuracy of alternative linear and
non-linear time series methods (seasonal
ARIMA, Holt-Winters and State Space models)
to birth and death monthly forecasting at the
local and regional level. We adopt a backtesting
time series cross-validation approach
considering a multi-step forecasting approach
with re-estimation. Additionally, we investigate
the model’s performance in terms of forecasting
uncertainty by computing the percentage of
actual monthly births and death counts which
fall out of prediction intervals. We use a time
series of monthly birth and death data for the 25
Portuguese NUTS3 regions from 2000 to 2018,
disaggregated by sex.
FORECASTING SMALL POPULATION MONTHLY FERTILITY AND MORTALITY DATA WITH SEASONAL TIME SERIES METHODS
-
DOI: 10.22533/at.ed.79020280112
-
Palavras-chave: Projecções de população; SARIMA; Backtesting; State Space models; Sazonalidade.
-
Keywords: Small population forecasts; SARIMA; Backtesting; State Space models; seasonality.
-
Abstract:
As previsões de fecundidade e
de mortalidade em populações de pequena
dimensão constituem um input crítico na
elaboração de projecções de população
residente a nível local e regional na medida em
que determinam, em conjunto com os saldos
migratórios internos e internacionais, a dinâmica
do efectivo populacional e a sua estrutura etária.
As séries demográficas exibem tipicamente
padrões de sazonalidade significativos a nível
nacional e regional. Neste artigo avaliamos poder preditivo de métodos de séries
temporais lineares e não-lineares (seasonal ARIMA, Holt-Winters and State Space
models) na previsão do número de nascimentos e de óbitos a nível infra-nacional. É
adoptada uma metodologia de backtesting time series cross-validation com reestimação
dos modelos em cada etapa. Adicionalmente, investigamos a performance dos métodos
em termos de previsão da incerteza calculando a percentagem de casos em que o
número de nascimentos e óbitos observado se situa fora dos intervalos de confiança
da projecção. No estudo usamos as séries temporais da fecundidade e mortalidade
das 25 regiões NUTS3 de Portugal no período entre 2000 e 2018, desagregadas por
sexo.
-
Número de páginas: 19
- Edviges Isabel Felizardo Coelho
- Jorge Miguel Ventura Bravo
