Résumés
Résumé
Dans cet article, nous présentons un modèle de microsimulation qui permet de générer des histoires de vie individuelles cohérentes avec les projections de cohortes obtenues par le modèle multi-états à composantes de cohorte. Le modèle de microsimulation peut prendre en compte des différences individuelles que le modèle à composantes de cohorte ne peut traiter. Ces différences sont dues à une association de facteurs systématiques et de facteurs aléatoires. Nous nous intéressons principalement aux facteurs aléatoires. Le modèle de microsimulation utilise un modèle de survie de cohorte multi-états à temps continu et des tirages aléatoires à partir de distributions de temps d’attente exponentielles par morceaux. Si on prend comme paramètres des distributions les intensités de transition du modèle de survie de cohorte, les histoires de vie individuelles sont cohérentes avec les projections de cohorte. Les histoires de vie apportent un éclairage sur la dynamique démographique que la méthode des composantes ne peut proposer.
Abstract
A dynamic microsimulation model is presented to generate individual life histories that are consistent with cohort projections produced by the (multistate) cohort-component model. The microsimulation model can incorporate individual differences the cohort-component model cannot handle. The differences are outcomes of systematic factors and random factors. The paper focuses on random factors. The microsimulation model uses a continuous-time multistate cohort-survival model and random draws from piecewise exponential waiting time distributions. If the parameters of the distributions are the transition intensities of the cohort-survival model, then the individual life histories are consistent with cohort projections. The life histories provide insights in population dynamics that cannot be obtained from the cohort-component model.
Parties annexes
Bibliographie
- Aalen, O. O., Ø. Borgan et H. K. Gjessing. 2008. Survival and event history analysis. A process point of view. New York, Springer.
- Billari, F. 2006. Bridging the gap between micro-demography and macro-demography, dans G. Graziella, J. Vallin and G. Wunsch (dir.), Demography : analysis and synthesis, New York, Academic Press (Elsevier), 4 : 695-707.
- Blossfeld H. P. et G. Rohwer. 2002. Techniques of event history analysis. New approaches to causal analysis (2e éd.). Mahwah (NJ), Lawrence Erlbaum Associates.
- Cannan, E. 1895. « The probability of a cessation of the growth of population in England and Wales during the next century», The Economic Journal, 5 : 505-515.
- Chi, G. 2009. « Can knowledge improve population projections at subcounty levels ? », Demography, 46, 2 : 405-427.
- Coleman, J. S. 1991. Foundations of social theory. Cambridge (Mass.), Harvard University Press.
- De Bruijn, B. J. 1999. Foundations of demographic theory. Choice, process, Context. Amsterdam, Thela-Thesis Publishers.
- Evans, M., N. Hastings et B. Peacock. 2000. Statistical distributions (3e éd.). New York, Wiley.
- Gampe, J., S. Zinn, F. Willekens, N. van der Gaag, J. de Beer, H. Himmelspach et A. Uhrmacher. 2009. « The microsimulation tool of the MicMac project », Communication présentée au 2e congrès de la International Microsimulation Association, Ottawa, 8-10 juin.
- Himmelspach, J. et A. M. Uhrmacher. 2007. « Plug’n simulate », dans ANSS ’07 : Proceedings of the 40th Annual Simulation Symposium, Washington DC, IEEE Computer Society : 137- 143.
- Keyfitz, H. 1968. Introduction to the mathematics of population. Reading (Mass.), Addison-Wesley.
- Keyfitz N. 1982. « Can Knowledge Improve Forecasts ? », Population and Development Review, 8 : 729-751.
- Keyfitz, N. et H. Caswell. 2005. Applied mathematical demography (3e éd.). New York, Springer.
- Ogurtsova, E., J. Gampe et S. Zinn. 2010. « Practical population forecasting by microsimulation : application of the MicMac software », dans Work session on demographic projections. Lisbon, 28-30 April 2010, Luxembourg, Eurostat. PDF disponible sur le site d’Eurostat, n° KS-RA-10-009.
- Orcutt, G., S. Caldwell et R. Wertheimer. 1976. Policy exploration through microanalytic simulation. Washington DC, The Urban Institute.
- Preston, S., P. Heuveline et M. Guillot. 2001. Demography. Measuring and modeling population processes. Oxford, Blackwell.
- Rogers, A. 1975. Introduction to multiregional mathematical demography. New York, Wiley.
- Rubinstein, R. et D. Kroese. 2008. Simulation and the Monte Carlo Method (2e éd.). Orlando, Wiley.
- Ryder, N. B. 1965. « The cohort as a concept in the study of social change », American Sociological Review, 30 : 843-861.
- Sanderson, W. C. 1998. « Knowledge Can Improve Forecasts : A Review of Selected Socioeconomic Population Projection Models », Population and Development Review, 24, suppl. : 88-117.
- Schoen, R. 1988. Modeling multigroup populations. New York, Plenum Press.
- Van Imhoff, E. et W. Post. 1998. « Microsimulation methods for population projection », n° spécial Population : an English Selection, New Methodological Approaches in the Social Sciences : 97-138.
- Whelpton, P. K. 1928. « Population of the United States, 1925-1975 », The American Journal of Sociology, 31 : 253-270.
- Willekens, F. 1984. « Spatial policy and demographic research opportunities », dans H. ter Heide et F. Willekens (dir.), Demographic research and spatial policy. The Dutch experience, New York, Academic Press : 355-401.
- Willekens, F. 2005. « Biographic forecasting : bridging the micro-macro gap in population forecasting », New Zealand Population Review, 31, 1 : 77-124.
- Willekens, F. 2007. « Multistate model for biographic analysis and projection », Working Paper 2007/1, La Hague, NIDI.
- Willekens, F. 2009. « Continuous-time microsimulation in longitudinal analysis », dans A. Zaidi, A. Harding et P. Williamson (dir.), New frontiers in microsimulation modeling, Farnham, Ashgate : 353-376.
- Willekens, F. 2011. Biograph. Version 2.0. Comprehensive R Archive Network (CRAN). Logiciel téléchargeable à partir du site http://cran.r-project.org/
- Willekens, F. (sous presse). Biograph. Multistate analysis of life histories with R. Springer.
- Zaidi, A. et K. Rake. 2001. « Dynamic microsimulation models : a review and some lessons », SAGE Discussion Paper n° 2. Consultable à partir de la page : http://www/lse.ac.uk/Depts/sage/conference/workshop.htm
- Zaidi, A., A. Harding et P. Williamson (dir.). 2009. New frontiers in microsimulation modelling. Farnham, Ashgate.
- Zinn, S., J. Himmelspach, J. Gampe et A.M. Uhrmacher. 2009. « MIC-CORE : a tool for microsimulation », dans Proceedings of the 2009 Winter Simulation Conference : December 13-16, 2009, Austin, Texas, Piscataway (NJ), IEEE.
- Zinn, S., J. Gampe, J. Himmelspach et A. M. Uhrmacher. 2010. « A DEVS model for demographic microsimulation », dans Spring Simulation Multiconference 2010 - Symposium on Theory of Modeling and Simulation (DEVS), San Diego, SCS Publishing House.