Does a mortality schedule need a Makeham term? Calibrating the likelihood-ratio test¶
作者: Silvio C. Patricio
主题: 数理统计 / 假设检验
相关性: 7/10
链接: https://arxiv.org/abs/2610.03685
一、领域脉络与小综述¶
这个方向是什么¶
本文所处的子方向是死亡率建模中的假设检验,具体而言是:在嵌套的死亡率模型族中,如何通过似然比检验(LRT)判断一个附加的参数项(此处为 Makeham 常数项)是否显著改善拟合。该问题的统计本质是边界参数(boundary parameter)下的检验问题:原假设将参数置于参数空间的边界(κ=0),此时经典 Wilks 定理(似然比统计量渐近服从 χ²)不再成立,需要重新推导检验统计量的零分布。这一方向处于数理统计(渐近理论、假设检验)与人口学/精算学(死亡率建模)的交叉地带,其成熟度属于"经典问题的新应用"——边界检验理论本身(Self & Liang, 1987)已有近四十年历史,但将其系统应用于 Makeham 项的检验并给出可操作的校准规则,是本文的定位。
发展脉络¶
- 奠基工作——Makeham 定律本身:Makeham (1860) 在 Gompertz 指数增长死亡率的基础上引入常数项,形成
µ(x) = κ + λe^{βx}。这一模型至今仍是人口学与精算学的标准工具。作者引用 Castellares et al. (2022) 讨论该模型的结构性质,引用 Patricio & Missov (2024) 量化 Makeham 项在各年龄段的死亡贡献份额——后者是本文的"前传",提出了"Makeham 项是否必要"这一实质问题。 - 边界检验理论——本文的统计基石:Chernoff (1954) 最早指出参数在边界时 LRT 的渐近分布不再是 χ²;Self & Liang (1987) 系统建立了边界参数下 LRT 的渐近理论,给出"卡方混合分布"的一般框架。本文的定理 2.1(零分布为 ½δ₀ + ½χ²₁)正是 Self-Liang 理论在 Makeham 模型上的直接应用。作者明确说"the starting point of this note rather than its main result"——即这个极限分布本身不是新贡献。
- 死亡率检验的近期应用:Böhnstedt & Gampe (2019) 将边界 LRT 用于 gamma-Gompertz 模型的 frailty 方差检验(即检验死亡率减速是否存在),并推导了局部功效;Böhnstedt et al. (2021) 进一步用 Fisher 信息量分析年龄窗口对检验功效的影响。本文的 §2.6(信息量、局部功效、年龄窗口)直接沿袭这条线索,但把对象从 frailty 方差换成了 Makeham 常数。Dańko et al. (2018) 在 gamma-Gompertz-Makeham 模型中"halve the likelihood-ratio p-values"——这是实践中已有人采用的启发式修正,本文为这一做法提供了严格的理论依据(在 κ 是唯一边界参数时)。
- 本文的位置:作者把已有工作留下的缺口 frame 成三个:(i) 边界 LRT 对 Makeham 项成立的条件没有系统陈述(§2.1–2.4);(ii) 当 frailty 方差也在边界上时(κ=γ=0),问题变成"双边界",极限分布不再是简单混合(§2.5);(iii) 检验的功效取决于年龄窗口和信息量,需要量化(§2.6)。本文填补了这三个缺口,并给出模拟验证。
子线索聚类¶
被引文献大致落在三条线索上:
- 死亡率模型的统计推断(Makeham 1860; Castellares et al. 2022; Patricio & Missov 2024):关注模型本身的结构、参数估计、以及 Makeham 项的实际贡献。这条线索是应用背景。
- 边界参数下的 LRT 理论(Chernoff 1954; Self & Liang 1987; Silvapulle & Sen 2005):这是本文的数学工具箱。Self-Liang 给出一般框架,Silvapulle-Sen 的专著系统整理了约束推断(含边界问题)。本文的定理 2.1 和附录 D 的推导都建立在这条线索上。
- 死亡率模型中的边界检验应用(Böhnstedt & Gampe 2019; Böhnstedt et al. 2021; Dańko et al. 2018):将边界 LRT 用于 frailty 方差或 Makeham 项的检验。本文是这条线索的直接延续,且首次系统处理"两个参数同时在边界"的情形。
这个方向在追问的核心问题¶
- 零分布是什么? 当参数在边界时,LRT 统计量的渐近分布是什么?经典答案是卡方混合(Self-Liang),但混合的权重由 Fisher 信息矩阵在边界处的几何决定,需要逐模型计算。
- 功效如何? 给定数据量(暴露量 n)和年龄窗口,检验能检测多小的 Makeham 项?这由局部功效公式 Φ(u√j_eff − z_{1−α}) 决定,其中 j_eff 是 κ 的有效信息量。
- 多个边界参数怎么办? 当不止一个参数在边界时(如 κ=γ=0),极限分布是否仍是卡方混合?本文的答案是"不一定"——这取决于信息矩阵的符号结构。
⚠️ 作者的 framing¶
作者把缺口 frame 成"Makeham 检验的校准问题":实践中人们用 χ²₁ 或"减半 p 值"来校准,但正确的零分布是 ½δ₀ + ½χ²₁(κ 是唯一边界时),而当 frailty 方差也在边界时,连这个混合都不对。作者强调"the correction is not specific to the Gompertz family"——即结论适用于所有形如 (1) 的模型。这是作者的说法:他把自己的贡献定位为"给已有实践提供严格基础 + 揭示一个被忽视的失效情形",而非提出全新的检验方法。竞争路线(如 bootstrap 校准、基于 profile likelihood 的 Bartlett 修正)在文中未被讨论。
张力¶
未见明显对立引用。但有一个值得注意的隐含张力:Böhnstedt & Gampe (2019) 对 frailty 方差的检验也用了边界 LRT,而本文 §2.5 表明当 frailty 方差和 Makeham 项同时在边界时,极限分布不是简单混合——这意味着 Böhnstedt 等人的方法在 κ=γ=0 附近可能失效。作者没有直接批评,但 §2.5 的结果实际上划出了前人方法的适用边界。
二、最核心、最简单的例子 / 数学问题¶
第一步:符号、模型、可观测数据¶
模型:观测数据为分年龄死亡计数。设年龄区间 [xᵢ, xᵢ+1),i = 1,…,m,观测到死亡数 Dᵢ,暴露量 eᵢ(人年数,视为固定)。假设
Dᵢ ~ Poisson(eᵢ · µ̄(xᵢ; κ, θ)),其中 µ̄(x; κ, θ) = κ + h(x, θ),κ ≥ 0。
- κ:Makeham 常数项,待检验的参数,原假设下 κ=0(位于参数空间边界)。
- θ ∈ ℝᵖ:年龄依赖成分 h 的参数向量(如 Gompertz 的 log λ 和 β),** nuisance 参数**,假设其真值 θ₀ 在参数空间内部。
- h(x, θ):年龄依赖的死亡率成分。Gompertz 情形 h(x; λ, β) = λe^{βx};gamma-Gompertz 情形 h 是 (11) 式,含 frailty 方差 γ。
- Dᵢ:随机变量(观测数据)。eᵢ 固定。
- µ̄(xᵢ; κ, θ):人群死亡率力(force of mortality),是参数化的均值函数。
可观测数据:{(Dᵢ, eᵢ, xᵢ) : i = 1,…,m}。注意:我们观测不到个体的 frailty,只能通过死亡计数的年龄模式间接推断 γ。这是潜在变量问题,但本文的似然是观测数据的 Poisson 似然,不涉及个体层面的潜在量。
渐近框架:固定年龄区间,令暴露量按比例增长:eᵢ = n·ēᵢ,n → ∞。这是"大样本、固定年龄网格"的设定,与高维设定(m 随 n 增长)不同。
待检验假设:H₀: κ=0 vs H₁: κ>0。似然比统计量
T = 2{ℓ(κ̂, θ̂) − ℓ(0, θ̂₀)},
其中 (κ̂, θ̂) 是无约束 MLE(κ̂ ≥ 0),θ̂₀ 是约束 MLE(κ=0)。
第二步:最小内核¶
核心数学问题:当 κ 的真值在边界(κ₀=0)时,T 的渐近分布是什么?
为什么标准理论失效:Wilks 定理要求真参数在参数空间内部。当 κ₀=0 且约束 κ≥0 时,参数空间在真值处有一个"墙"。无约束 MLE κ̂ 有约一半概率落在墙上(κ̂=0),此时似然比统计量为 0;另一半概率落在墙内(κ̂>0),此时局部行为类似于内部参数。这导致 T 的极限分布是"0 的质量"与"χ²₁ 的右半部分"的混合。
最小例子(一维):假设只有一个参数 κ ≥ 0,观测 X ~ N(κ, 1/n),检验 H₀: κ=0。则 T = n·(κ̂₊)²,其中 κ̂₊ = max(X̄, 0) 是约束 MLE。当 κ=0 时,X̄ ~ N(0, 1/n),所以 √n·X̄ ~ N(0,1)。于是:
- 若 X̄ ≤ 0,则 κ̂₊=0,T=0,概率 ½;
- 若 X̄ > 0,则 T = (√n·X̄)² ~ χ²₁ 的条件分布(给定 X̄>0),概率 ½。
因此 T 的极限分布是 ½δ₀ + ½χ²₁。这就是本文定理 2.1 的本质:在 κ 是唯一边界参数、且 profile 似然满足标准正则性条件时,T 收敛到同样的混合分布。
为什么需要验证:本文的贡献不在于这个混合分布本身(Self-Liang 已有一般理论),而在于:(i) 对 Makeham 模型验证 Self-Liang 的条件(特别是 Fisher 信息正定、局部可二次逼近);(ii) 当 frailty 方差 γ 也在边界时,问题变成二维约束(κ≥0, γ≥0),此时极限分布不再是 ½δ₀ + ½χ²₁,而是由 2×2 信息矩阵 K 的几何决定——这需要新的计算(附录 D)。
关键直觉:检验 Makeham 项是否必要,本质上是在问"数据中是否存在一个与年龄无关的死亡率抬升,且该抬升不能被 Gompertz 斜率的变化所吸收"。信息量 j_eff 度量的是"在控制了年龄依赖成分之后,数据关于 κ 的剩余信息"。如果 Gompertz 参数能很好地模仿常数项的效果(如在窄年龄窗口上),j_eff 就小,检验功效就低。
三、这篇论文做了什么¶
三句话¶
- 研究了什么问题:在死亡率模型(Gompertz-Makeham 及 gamma-Gompertz-Makeham)中,检验 Makeham 常数项 κ 是否存在时,似然比统计量的正确渐近零分布是什么,以及如何校准检验。
- 核心工具/方法:边界参数下的似然比检验理论(Self-Liang 框架),结合 Poisson 计数数据的 profile 似然、Fisher 信息矩阵的 Schur 补(有效信息 j_eff)、以及局部功效分析。
- 主要结论:当 κ 是唯一边界参数时,T 收敛到 ½δ₀ + ½χ²₁,5% 水平临界值为 2.71 而非 3.84;当 frailty 方差 γ 也在边界(κ=γ=0)时,极限分布不再是卡方混合,常规的"减半 p 值"校正会过度拒绝,且过度拒绝不随暴露量增加而消失。
关键设定与假设¶
- Poisson 计数模型:Dᵢ ~ Poisson(eᵢ·µ̄(xᵢ; κ, θ)),暴露量固定。这是死亡率建模的标准设定(Brillinger, 1986)。
- 正则性条件(附录 A):
- (A1) 参数空间紧致,θ₀ 在内部,κ 的约束为 κ≥0;
- (A2) µ̄ 连续、可识别、有正下界;
- (A3) h 对 θ 三阶连续可微,Fisher 信息矩阵正定;
- (A4) 使用精确 MLE(或误差 o_P(1) 的近似)。
- 相比已有文献的放宽/强化:本文不假设 frailty 方差 γ 已知或为正,而是将其作为 nuisance 参数处理。当 γ₀>0 时,γ 在内部,κ 是唯一边界参数,定理 2.1 适用;当 γ₀=0 时,γ 也在边界,需要 §2.5 的特殊处理。这是对 Böhnstedt & Gampe (2019) 的推广——他们只处理了 γ 固定的情形。
主要结果¶
定理 2.1(κ 是唯一边界参数):在 (A1)–(A4) 下,T →ᵈ ½δ₀ + ½χ²₁。因此: - 5% 水平临界值:χ²₁,₀.₉₀ = 2.7055(而非 χ²₁,₀.₉₅ = 3.8415); - p 值规则:p = ½·P(χ²₁ ≥ t)(t > 0 时)。
命题 2.2(Gompertz-Makeham):验证了定理 2.1 的条件。关键步骤是证明"常数向量 (1, ..., 1)ᵀ 不在 h 和 xh 张成的空间中"——即三个年龄点足以区分常数项与 Gompertz 参数的联合效应。证明用 Rolle 定理:若 ρ₁e^{−βx} + ρ₂ + ρ₃x 在三个点为零,则其二阶导数 ρ₁β²e^{−βx} 在某点为零,迫使 ρ₁=0,进而 ρ₂=ρ₃=0。
命题 2.3(gamma-Gompertz-Makeham,γ₀>0):同样验证条件,需要四个年龄点,且排除 λγ=β 的退化情形(此时 g 恒为常数,模型不可识别)。
§2.5(κ=γ=0 的双边界情形):这是本文最重要的新结果。当 frailty 方差 γ 也在边界时,极限分布由 2×2 矩阵 K 决定(K 是 (κ,γ) 的有效 Fisher 信息)。关键结论: - 若 K 对角(κ 和 γ 的得分渐近独立),则 T →ᵈ ½δ₀ + ½χ²₁,与单边界情形相同; - 若 K 非对角且 k₁₂ < 0(本文模拟中观察到的情况),则 T 的极限分布不是卡方混合,其上尾比 ½δ₀ + ½χ²₁ 更厚; - 具体地,P(T₀ = 0) = ½ + arcsin(ρ)/(2π) < ½(ρ = k₁₂/√(k₁₁k₂₂)),且上尾逐点高于 ½δ₀ + ½χ²₁; - 因此,使用 2.71 作为临界值在 γ₀=0 时会过度拒绝(实际水平约 7.9% 而非 5%),且这个过度拒绝不随 n 增大而消失——因为这是极限分布的错误,不是有限样本误差。
§2.6(信息量与检测阈值): - 有效信息 j_eff = min_q Σᵢ (ēᵢ/hᵢ){1 − rᵢᵀq}²,其中 rᵢ = ∂hᵢ/∂θ。这是"常数向量在 nuisance 方向正交补上的加权投影残差"。 - 局部功效:在 κ = u/√n 的局部备择下,检验功效 → Φ(u√j_eff − z_{1−α})。 - 检测阈值:κ_min ≈ (z_{0.95} + z_π)/√(n·j_eff)。对 Gompertz-Makeham,j_eff ≈ 243.96(在模拟参数下)。 - 年龄窗口效应:窄窗口上,h 和 xh 能更好地近似常数向量,j_eff 以 O(w⁴) 速度衰减(w 为窗口半宽),检测能力迅速下降。
§3(蒙特卡洛模拟): - 单边界情形(γ 固定为正):2.71 临界值给出接近 5% 的拒绝率(4.1%–5.2%),而 3.84 给出 2.1%–2.7%——确认常规卡方校准过于保守; - 双边界情形(γ₀=0):2.71 临界值给出 7.3%–8.2% 的拒绝率,确认过度拒绝; - 功效曲线:在检测阈值处,正确校准的检验在大多数样本中仍会漏检(功效约 46%–78%,取决于 n),说明"未拒绝"不等于"无效应"。
证明路线与技术技巧¶
整体路线(附录 B): 1. 得分渐近正态性:由 Poisson 计数的 Lyapunov CLT,得分向量 Sₙ → N(0, I); 2. 局部二次展开:在 κ=u/√n, θ=θ₀+t/√n 的局部尺度下,对数似然比展开为二次型,余项 o_P(1)(由三阶可微性和一致收敛控制); 3. 约束最大化:将 T 表示为在约束 κ≥0 下最大化二次型的问题。对 κ 做 profile(先对 θ 最大化),得到有效得分 W 和有效信息 j_eff; 4. 边界处理:κ 的约束导致最大化在 κ=0 处截断。W ≤ 0 时最优 κ=0,T=0;W > 0 时 T = W²/j_eff。由于 W ~ N(0, j_eff),得到 ½δ₀ + ½χ²₁。
关键技术技巧: - Schur 补 / 有效信息:j_eff = i_κκ − i_κθᵀ I_θθ⁻¹ i_θκ,即条件方差。这避免了显式求 profile MLE 的分布。 - Rolle 定理用于可识别性:证明常数向量不在 nuisance 导数张成的空间中,转化为一个关于指数函数线性无关性的初等论证。 - 双边界情形的几何分析(附录 D):将二维约束最大化问题分解为四个象限/边界情形,利用 bivariate normal 的正交概率(Sheppard 公式)计算 T₀ 的分布。关键洞察:当 k₁₂ < 0 时,κ 和 γ 的得分负相关,导致"κ 的得分高时 γ 的得分倾向于低",这使得同时估计两个边界参数时更容易出现"看似显著"的结果。
真实例子与应用¶
本文没有真实数据应用,全部为模拟研究。模拟设计基于 Gompertz 参数 λ₀=2×10⁻⁵, β₀=0.10,年龄范围 30–90 岁,暴露量 n ∈ {10⁴, 10⁵, 10⁶, 10⁷}。这对应实际人口学中"中年到老年"的死亡数据场景。作者在 §4 中讨论了实际应用的含义:当数据窗口较窄(如仅 60–90 岁)时,Makeham 项与 Gompertz 斜率难以区分,检验功效极低;当窗口较宽且包含年轻成人时,检验才有足够功效。
🔎 结论是否比证明窄¶
- 定理 2.1 的证明是严格的,但条件 (A1)–(A4) 中"Fisher 信息正定"在 κ=0 处需要验证——作者对 Gompertz 和 gamma-Gompertz 分别验证了,但没有对一般 h 给出充分条件。文中说"the conditions in Appendix A hold"是作为假设而非定理。
- §2.5 的结论(k₁₂ < 0 时过度拒绝)是在模拟参数下观察到的,作者证明了"若 k₁₂ < 0 则上尾更厚",但没有给出 k₁₂ < 0 的一般条件。文中说"Section 3.3 confirms for its simulation design",即这是模拟发现而非一般定理。
- §2.6 的检测阈值是局部近似(κ = u/√n),作者明确说"an approximation to the smallest detectable Makeham term",没有给出有限样本的精确结果。
- 作者在 §4 中承认:"The results are asymptotic, under proportional growth of exposures across ages",且"real counts are sometimes overdispersed relative to Poisson"——即 Poisson 假设可能不成立,但未讨论 overdispersion 下的修正。
四、开放问题¶
-
双边界情形的实用校准:当 κ=γ=0 时,正确的临界值取决于未知的 K(以及 ρ)。作者给出了模拟方法(从拟合的 Gompertz 模型估计 K,再模拟 T₀ 的分位数),但没有给出解析的近似公式或保守的校准规则。扎根于 §2.5 末段:"selecting a reference distribution according to whether the fitted variance equals zero does not supply one"——即"先检验 γ 再决定用哪个临界值"的策略没有理论保证。
-
overdispersion 下的检验:实际死亡计数常偏离 Poisson(如存在人群异质性)。作者在 §4 提到这一点但未处理。扎根于 §4:"real counts are sometimes overdispersed relative to Poisson"。
-
非渐近/有限样本界:定理 2.1 是渐近结果,模拟显示 n=10⁴ 时拒绝率仍有偏差(4.1% vs 5%)。是否存在有限样本的 Berry-Esseen 型界或 Edgeworth 修正?扎根于 表 1 中 n=10⁴ 的偏差。
-
模型误设下的稳健性:如果真实的年龄依赖成分不是 Gompertz(如存在成年期 accident hump),检验是否仍然有效?§2.7 讨论了检验统计量对模型误设的响应,但没有给出误设下的零分布。扎根于 §2.7:"The test is conditional on the fitted model"。
-
γ 接近零但非零的过渡行为:§2.5 处理了 γ₀=0 的极限,§2.4 处理了 γ₀>0 的固定情形。当 γ₀ = τ/√n 趋于零时,检验的极限分布如何随 τ 变化?是否存在均匀性(uniformity)问题?扎根于 §D.4:"The limiting distribution can therefore depend on τ"。
-
功效分析的多维扩展:本文只分析了 κ 的检测阈值。若同时关心 κ 和 γ 的联合检验(如检验模型是否退化为纯 Gompertz),功效如何?扎根于 §2.5 的框架自然延伸。
给研究者的提示:若要确认上述某条是否为真 gap,建议去读 Böhnstedt & Gampe (2019)、Böhnstedt et al. (2021) 以及 Self & Liang (1987) 的近期引用文献(约 5 篇)。特别关注:(i) 是否有工作处理了 overdispersion 下的边界 LRT;(ii) 是否有工作给出了双边界情形的解析临界值。若两者皆无,则第 1、2 条是值得投入的方向。
Maintained by 陈星宇 · Homepage · Source on GitHub