Adrian Raftery (University of Washington)
Projections probabilistes Bayésiennes de population
Jusqu’à récemment, les projections démographiques étaient généralement réalisées de manière déterministe à l’aide de la méthode des composantes de cohorte, produisant une valeur unique pour chaque quantité future de population projetée. À partir de 2015, la Division de la Population de l’ONU a modifié son approche et a adopté une approche probabiliste Bayésienne entièrement statistique pour projeter la fécondité, la mortalité et la population de tous les pays, en utilisant des méthodes développées par notre groupe. En 2024, pour la première fois, l’incertitude relative au solde migratoire international a également été prise en compte. Dans cette approche, l’indice synthétique de fécondité, les espérances de vie à la naissance des femmes et des hommes et le taux de migration nette sont projetés à l’aide de modèles hiérarchiques Bayésiens estimés par MCMC. Ces modèles sont ensuite combinés en utilisant un modèle des composantes de cohorte, produisant des projections probabilistes pour toute quantité démographique future d’intérêt. La méthodologie est implémentée dans le package R bayesPop, utilisé par l’ONU pour produire les World Population Prospects depuis 2015. Nous avons récemment étendu la méthode aux projections démographiques infranationales. Je décrirai ces développements récents.