A Comparison of Nonparametric Methods in the Graduation of Mortality: Application to Data from the Valencia Region (Spain)

The nonparametric graduation of mortality data aims to estimate death rates by carrying out a smoothing of the crude rates obtained directly from original data. The main difference with regard to parametric models is that the assumption of an age-dependent function is unnecessary, which is advantageous when the information behind the model is unknown, as one cause of error is often the choice of an inappropriate model. This paper reviews the various alternatives and presents their application to mortality data from the Valencia Region, Spain. The comparison leads us to the conclusion that the best model is a smoothing by means of Generalised Additive Models (GAM) with splines. The most interesting part of this paper is the development of a plan that can be applied to mortality data for a wide range of age groups in any geographical area, allowing the most appropriate table to be chosen for the data in hand. /// La graduation non paramétrique des données sur la mortalité envisage d'estimer les differents mesures de mortalité, en effectuant un lissage des mesures brutes directement obtenues à partir des données originelles. La différence fondamentale avec les modèles paramétriques est qu'il n'est pas nécessaire de supposer une fonction dépendant de l'âge, ce qui représente un avantage lorsque l'on n'a pas d'information sur le modèle sous-jacent, puisqu'une source d'erreur en est souvent le choix inadéquat. Dans ce travail, nous en avons examiné les différentes alternatives et nous y avons montré leur application à des données sur la mortalité dans la Region de Valencia, Espagne. Nous concluons d'après cette comparaison que le meilleur modèle en est le rabotage par des modèles additifs généralisés (GAM) avec des "splines". L'intérêt principal de notre travail est le développement d'un plan qui peut être appliqué à des données sur la mortalité pour une large plage d'âge dans n'importe quel domaine géographique, de sorte qu'il nous permet de choisir le tableau le plus adéquat à l'expérience concernée.