Bibtex export

 

@article{ Deschermeier2011,
 title = {Die Bevölkerungsentwicklung der Metropolregion Rhein-Neckar: eine stochastische Bevölkerungsprognose auf Basis des Paradigmas funktionaler Daten},
 author = {Deschermeier, Philipp},
 journal = {Comparative Population Studies - Zeitschrift für Bevölkerungswissenschaft},
 number = {4},
 pages = {731-768},
 volume = {36},
 year = {2011},
 issn = {1869-8999},
 doi = {https://doi.org/10.4232/10.CPoS-2011-21de},
 abstract = {Vor dem Hintergrund des demographischen Wandels erfreuen sich stochastische Bevölkerungsprognosen
      wachsender Beliebtheit, denn sie liefern im Vergleich zu der für Vorausberechnungen
      häufig verwendeten Szenariotechnik ; eine wichtige Zusatzinformation: die prognostizierte
      Bevölkerung liegt innerhalb eines Schwankungsbereichs, dem eine Eintrittswahrscheinlichkeit
      zugeordnet werden kann. Allerdings erfordert dieser Ansatz lange Zeitreihen und detaillierte
      Informationen über die Determinanten der Bevölkerungsentwicklung (Fertilität, Mortalität
      und Nettomigration), die auf regionaler Ebene häufig nicht in ausreichender Tiefe
      verfügbar, sondern in der Regel zu Altersgruppen zusammengefasst sind. Stochastische
      Bevölkerungsprognosen beschränken sich deshalb meist auf die nationale Ebene. Jedoch
      ermöglichen es Methoden der funktionalen Datenanalyse, die erforderlichen demographischen
      Merkmale auf Altersjahre zu disaggregieren und als Datenbasis einer stochastischen
      Modellierung, auch auf regionaler Ebene, zu nutzen. In diesem Aufsatz werden am Beispiel
      der Bevölkerungsentwicklung der Metropolregion Rhein-Neckar dieser Ansatz und darauf
      aufbauende Modelle vorgestellt.Stochastic population forecasts are gaining popularity in these times of demographic
      change, as compared with the scenario technique frequently used for projections, they
      provide important additional information: the forecasted population lies within a
      prediction interval to which a probability of occurrence can be allocated. However,
      this approach requires long time-series and detailed information about the determinants
      of population development (fertility, mortality and net migration), which are frequently
      not available in sufficient depth at the regional level, but are generally subsumed
      into age groups. Stochastic population forecasts are therefore usually limited to
      the national level. Nonetheless, methods of functional data analysis enable us to
      disaggregate the required demographic variables into years of age and to use them
      as the data basis of a stochastic model, also at the regional level. This essay presents
      this approach and models based on it using the example of the population development
      of the Rhine-Neckar metropolitan area in Germany.},
 keywords = {prognosis; Bevölkerungsentwicklung; birth trend; Geburtenrückgang; fertility; model; Prognose; mortality; Demographie; demography; Modell; time series; Methode; method; population development; Zeitreihe; Sterblichkeit; Geburtenentwicklung; declining birth rate; Stochastik; stochastics; Fruchtbarkeit}}