Bevölkerungsvorausberechnungen unter besonderer Berücksichtigung von Unsicherheiten
Deterministische und stochastische Modelle für Fertilität, Migration und Mortalität sowie Modellrechnungen zur Bevölkerungsentwicklung in Deutschland
Versandkostenfrei!
Versandfertig in 1-2 Wochen
45,00 €
inkl. MwSt.
PAYBACK Punkte
0 °P sammeln!
Bevölkerungsvorausberechnungen liefern Informationen über die zukünftige Entwicklung des Umfangs und der Altersstruktur der Bevölkerung. Ihre Ergebnisse sind für eine Reihe von Bereichen von Bedeutung, beispielsweise für das Bildungs-, das Gesundheits- und das Pflegewesen sowie die sozialen Sicherungssysteme.Die Basis solcher Berechnungen bildet die Modellierung der drei Komponenten Fertilität, Migration und Mortalität. In dieser Arbeit werden entsprechende (stochastische) Ansätze vorgelegt: u. a. ein auf dem Modell von Bomsdorf/Trimborn (1992) basierender Ansatz zur stochastischen Mo...
Bevölkerungsvorausberechnungen liefern Informationen über die zukünftige Entwicklung des Umfangs und der Altersstruktur der Bevölkerung. Ihre Ergebnisse sind für eine Reihe von Bereichen von Bedeutung, beispielsweise für das Bildungs-, das Gesundheits- und das Pflegewesen sowie die sozialen Sicherungssysteme.
Die Basis solcher Berechnungen bildet die Modellierung der drei Komponenten Fertilität, Migration und Mortalität. In dieser Arbeit werden entsprechende (stochastische) Ansätze vorgelegt: u. a. ein auf dem Modell von Bomsdorf/Trimborn (1992) basierender Ansatz zur stochastischen Modellierung der Mortalität, ein auf der Betaverteilung beruhender Ansatz zur stochastischen Modellierung der altersspezifischen (standardisierten) Fertilitätsraten und ein stochastischer Ansatz zur Modellierung der alters- und geschlechtsspezifischen Wanderungsdifferenzen.
Die dargestellten Ansätze bzw. Modelle werden mit Hilfe der Kohorten-Komponenten-Methode verbunden, um Bevölkerungsvorausberechnungen für Deutschland vorzunehmen. Insbesondere werden klassische deterministische Variantenrechnungen durch Sensitivitätsanalysen ergänzt bzw. erweitert, außerdem stochastische Bevölkerungsvorausberechnungen durchgeführt. Es folgen deterministische Modellrechnungen zur Bevölkerungsentwicklung deutscher Großstädte: Berlin, Hamburg, München, Köln, Frankfurt am Main, Stuttgart, Dortmund, Hannover, Leipzig und Dresden.
Schließlich werden Auswirkungen der demografischen Entwicklungen auf die Bewertung eines Mortalitätsderivats und einer Todesfallversicherung, auf den Anteil der Geburten mit Down-Syndrom bzw. die Totgeburten sowie auf die Anzahl der Einzuschulenden und die Anzahl der Pflegebedürftigen aufgezeigt und analysiert.
Die Basis solcher Berechnungen bildet die Modellierung der drei Komponenten Fertilität, Migration und Mortalität. In dieser Arbeit werden entsprechende (stochastische) Ansätze vorgelegt: u. a. ein auf dem Modell von Bomsdorf/Trimborn (1992) basierender Ansatz zur stochastischen Modellierung der Mortalität, ein auf der Betaverteilung beruhender Ansatz zur stochastischen Modellierung der altersspezifischen (standardisierten) Fertilitätsraten und ein stochastischer Ansatz zur Modellierung der alters- und geschlechtsspezifischen Wanderungsdifferenzen.
Die dargestellten Ansätze bzw. Modelle werden mit Hilfe der Kohorten-Komponenten-Methode verbunden, um Bevölkerungsvorausberechnungen für Deutschland vorzunehmen. Insbesondere werden klassische deterministische Variantenrechnungen durch Sensitivitätsanalysen ergänzt bzw. erweitert, außerdem stochastische Bevölkerungsvorausberechnungen durchgeführt. Es folgen deterministische Modellrechnungen zur Bevölkerungsentwicklung deutscher Großstädte: Berlin, Hamburg, München, Köln, Frankfurt am Main, Stuttgart, Dortmund, Hannover, Leipzig und Dresden.
Schließlich werden Auswirkungen der demografischen Entwicklungen auf die Bewertung eines Mortalitätsderivats und einer Todesfallversicherung, auf den Anteil der Geburten mit Down-Syndrom bzw. die Totgeburten sowie auf die Anzahl der Einzuschulenden und die Anzahl der Pflegebedürftigen aufgezeigt und analysiert.
Andere Kunden interessierten sich für
