Page 13 - CIDE4

En todos los países que se encuentran en transición en materia de mortalidad, el ritmo de mejora de la
esperanza de vida al nacer descrito por el modelo se compone de dos partes, que se representan mediante
un término de disminución sistemática y un término de distorsión aleatoria:

i) El ritmo de los aumentos sistemáticos de la esperanza de vida al nacer se modela como una función del
nivel de la esperanza de vida, sobre la base de una función logística doble desarrollada en revisiones
anteriores de World Population Prospects (Naciones Unidas, 2006). Los parámetros de la función
logística doble se estimaron sobre la base de los aumentos observados de la esperanza de vida de
las mujeres desde 1950 hasta 2020 para cada país, utilizando un modelo jerárquico bayesiano que
proporciona distribuciones específicas para cada país para todos los parámetros estimados y para las
tendencias futuras de la esperanza de vida.

ii) Dada la curva logística doble estimada para un país o zona determinados, cada valor proyectado de
la esperanza de vida en el momento t+5, el siguiente período de proyección de cinco años, se derivó
utilizando un paseo aleatorio con deriva (Raftery y otros, 2013), en el que el parámetro de la deriva, que
especifica el ritmo de cambio en el tiempo, se tomó de la función logística doble estimada específica
del país.

En esas condiciones, el ritmo de mejora y el límite asintótico de los futuros aumentos de la esperanza de
vida de las mujeres varían en cada trayectoria proyectada, pero en última instancia están fundamentados
y limitados por la constatación de que la tasa de aumento de la esperanza de vida máxima de la mujer en
los últimos 150 años ha sido aproximadamente lineal (Oeppen y Vaupel, 2002; Vaupel y Kistowski, 2005),
aunque a un ritmo más lento después de que la esperanza de vida al nacer de las mujeres en los países
de vanguardia comenzara a superar los 75 años en la década de 1960 (Vallin y Meslé, 2009). Entre las
pruebas adicionales utilizadas para orientar las decisiones sobre la futura tasa de aumento de la esperanza
de vida al nacer figuraba la información sobre el aumento histórico de la edad máxima registrada en el
momento de la muerte de las mujeres, o la máxima duración de la vida observada entre las mujeres. Para
elaborar proyecciones de la esperanza de vida al nacer de las mujeres para todos los países, se utilizó
el modelo jerárquico bayesiano para generar 1 380 000 curvas logísticas dobles para cada país o zona,
8
que representan la incertidumbre en la curva estimada que describe la relación específica entre el valor
actual de la esperanza de vida y su ritmo de aumento en cada país .
9

A continuación, se utilizó un muestreo sistemático de curvas logísticas dobles para calcular más de

100 000 valores proyectados de esperanza de vida al nacer para cada país o zona en cada período de
tiempo. Todas las proyecciones probabilísticas de la esperanza de vida al nacer de las mujeres se calcularon
utilizando “bayesLife” (Ševčíková, Raftery y Chunn, 2014), una aplicación informática portátil de código
abierto basada en el lenguaje estadístico R junto con la interfaz gráfica de usuario “bayesDem” (Ševčíková,
2016), y el conjunto de datos completo utilizado para la revisión de 2019 (Naciones Unidas, 2019b).

La mediana de estas 100 000 trayectorias se utilizó como proyección de mortalidad estándar de la revisión
de 2019. Para evaluar la incertidumbre de las tendencias futuras de la esperanza de vida al nacer de las
mujeres, se calcularon también intervalos de predicción del 80% y el 95. Es posible consultar en línea
cuadros y gráficos adicionales para todos los países .
11
10

8 En realidad, de forma simultánea se llevan a cabo 10 simulaciones con el método Monte Carlo basado en cadenas de Markov para
determinar las diversas combinaciones de parámetros; para cada simulación se llevan a cabo 138 000 iteraciones, las primeras 10
000 de las cuales se descartan como ensayos preliminares para que el efecto de los valores iniciales sobre los resultados finales sea
mínimo.
9 https://population.un.org/wpp2019/Graphs/Probabilistic/ EX/CHGFEM/356.
10 https://population. un.org/wpp2019/Download/Probabilistic/Input/.
11 https://population.un.org/wpp2019/Graphs/Probabilistic/EX/Female/356.

13