| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 1 绪论 | 第9-14页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 国外死亡率模型的研究现状 | 第10-11页 |
| 1.2.2 国内死亡率模型的研究现状 | 第11-13页 |
| 1.3 主要研究方法 | 第13-14页 |
| 2 聚类分析简介 | 第14-16页 |
| 2.1 k-means聚类的基本思想 | 第14-15页 |
| 2.2 余弦相似度度量 | 第15页 |
| 2.3 相关系数 | 第15页 |
| 2.4 死亡率与人均寿命的关系 | 第15页 |
| 2.5 本章小结 | 第15-16页 |
| 3 时间序列分析的相关知识 | 第16-25页 |
| 3.1 时间序列的常用模型 | 第16-19页 |
| 3.1.1 自回归模型 | 第16-17页 |
| 3.1.2 移动平均模型 | 第17-18页 |
| 3.1.3 自回归移动平均模型 | 第18页 |
| 3.1.4 求和自回归移动平均模型 | 第18-19页 |
| 3.2 ARIMA模型的建模过程 | 第19-24页 |
| 3.2.1 预备知识 | 第19-21页 |
| 3.2.2 模型识别 | 第21-22页 |
| 3.2.3 参数估计 | 第22-23页 |
| 3.2.4 模型诊断与检验 | 第23-24页 |
| 3.3 本章小结 | 第24-25页 |
| 4 基于ARIMA模型对老年人口死亡率建模及预测 | 第25-34页 |
| 4.1 序列的预处理 | 第25-27页 |
| 4.2 模型建立 | 第27-29页 |
| 4.3 模型诊断 | 第29-30页 |
| 4.4 三类模型的误差分析 | 第30-31页 |
| 4.5 老年人口寿命分析 | 第31-33页 |
| 4.6 本章小结 | 第33-34页 |
| 5 时间序列的分解 | 第34-50页 |
| 5.1 趋势分析 | 第34-36页 |
| 5.2 Holt-Winters建模的基本原理 | 第36-37页 |
| 5.3 Holt-Winters模型在人口死亡率预测中的应用 | 第37-48页 |
| 5.3.1 60 -80岁人口死亡率的建模分析 | 第38-41页 |
| 5.3.2 81 -90岁人口死亡率的建模分析 | 第41-44页 |
| 5.3.3 91 -110岁人口死亡率的建模分析 | 第44-47页 |
| 5.3.4 三个序列的误差分析 | 第47-48页 |
| 5.4 老年人口寿命分析 | 第48-49页 |
| 5.5 本章小结 | 第49-50页 |
| 6 结论与展望 | 第50-51页 |
| 6.1 结论 | 第50页 |
| 6.2 展望 | 第50-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 作者在读期间发表的学术论文与参加的科研项目 | 第55-56页 |
| 附录 | 第56-94页 |
| 1 老年人口死亡率数据 | 第56-80页 |
| 1.1 人口死亡率数据 | 第56-67页 |
| 1.2 每个年龄的死亡人口数据 | 第67-80页 |
| 2 实现代码程序 | 第80-94页 |