泊松逆高斯回归模型的贝叶斯统计推断

本文研究泊松逆高斯回归模型的贝叶斯统计推断.基于应用Gibbs抽样,Metropolis-Hastings算法以及Multiple-Try Metropolis算法等MCMC统计方法计算模型未知参数和潜变量的联合贝叶斯估计,并引入两个拟合优度统计量来评价提出的泊松逆高斯回归模型的合理性.若干模拟研究与一个实证分析说明方法的可行性.     

多元广义泊松分布的参数估计与诊断

广义泊松分布是普通泊松分布的自然推广,克服均值与方差相等的局限性.在计数数据中,常常会有多变量的情形,比如保险保单定价.因此文章考虑多元广义泊松分布的参数估计和假设检验问题,针对共协方差多元广义泊松模型提出两种参数估计的方法,矩估计方法和极大似然估计方法,并比较两种方法的优劣性.文章就多元广义泊松分布的假设检验问题,主要探讨了其退化检验及独立性检验,由于参数及变量较多,运用似然比检验方法构造服从卡方分布的检验统计量.最后,运用多元广义泊松理论分析不同地区森林发生火灾的次数,首先用文中提到的检验方法诊断数据是否可以用多元广义泊松分布,其次进行参数估计及实际问题的分析解释.     

零膨胀广义泊松回归模型与保险费率厘定

在保险产品的分类费率厘定中,最常使用的模型之一是泊松回归模型.当损失数据存在零膨胀(zero-in flated)特征时,通常会采用零膨胀泊松回归模型.在零膨胀泊松回归模型中,一般假设结构零的比例参数φ为常数,不受费率因子的影响,这有可能背离实际情况.假设参数φ与费率因子之间存在一定关系,并在此基础上建立了零膨胀广义泊松回归模型,即Z IGP(τ)回归模型.通过对一组汽车保险损失数据的拟合表明,Z IGP(τ)回归模型可以有效地改善对实际数据的拟合效果,从而提高费率厘定结果的合理性.     

CEV下考虑突发事件影响的有交易费用的交换期权定价

在股票价格满足CEV且受布朗运动和泊松过程共同驱动的模型下,对支付交易费用的交换期权定价进行研究,给出了期权价格满足的偏微分方程,并发现定价模型中股票价格的幂指数与波动率弹性α的选取有关,同时交易费用受泊松强度参数λ的影响,且随着λ的变大而变小.     

零膨胀泊松混合回归中的变量选择

来源于不同总体的数据异质性较大,数据“零取值”较多且离散度大,可利用零膨胀泊松(ZIP)混合回归模型建模分析,然而混合模型中自变量较多.为了筛选出重要变量,本文利用自适应LASSO对ZIP混合回归模型进行变量选择,即在似然函数中加入惩罚项,再利用EM算法估计参数.通过模拟,验证了该方法在变量选择和参数估计中的有效性.同时,将ZIP混合回归模型应用于预测借贷失败次数的实际数据分析,筛选出对借贷失败有重要影响的因素.最后,通过比较各模型的预测效果,得到ZIP混合回归模型优于泊松(Poisson),负二项(NB)和ZIP回归模型.     

零—膨胀泊松回归模型的非参数统计分析及其应用

零膨胀计数数据是当今数据分析的热点问题之一,该类数据的特点是零点过多,目前对这类数据的研究已经比较全面。另外还有些计数数据不仅会出现零点过多的现象,也会同时存在零、一点都过多的情形,如果再用零膨胀计数数据的统计方法去研究,产生的误差较大。目前国内外对零和一都膨胀的数据的研究还比较少,针对这种现象,本文引入零一膨胀泊松回归模型,并用局部多项式核回归法这种非参数统计分析方法对零一膨胀泊松回归模型进行参数估计,这是本文的创新点也是难点,并在求解参数的过程中引进了EM算法和Newton-Raphson迭代对参数近似求解。通过模拟结果可以得出此方法的可行性,最后通过对糖尿病患者数据的实例分析,可以验证此方法的有效性。     

Tweedie类分布下广义线性联合均值与散度混合专家回归模型

Tweedie类分布在财产保险中常常用来对索赔额进行量化,而混合专家回归模型在统计和机器学习方面被广泛地研究,并用来对异质总体数据进行分类、聚类及回归分析.本文基于Tweedie类分布提出广义线性联合均值与散度混合专家回归模型,从而为非寿险费率厘定精算技术的发展提供参考思路.接着,利用EM算法给出该模型的极大似然估计,进而通过随机模拟实验验证了所提出方法的有效性.最后,本文结合空气质量指标(AQI)数据验证了该模型和方法具有实用性和可行性.     

半参数广义线性混合效应模型的估计及其渐近性质

半参数广义线性混合效应模型在心理学、生物育种、医学等领域有广泛的应用. Zhang(1998)用最大惩罚似然函数的方法(MPLE)对模型的参数和非参数部分进行了估计, 而Zhang (1998) MPLE方法只适用于正态数据模型. 对于泊松等常用的模型, 常的方法是将随机效应看作缺失数据, 再引入EM算法. 本文基于McCulloch 1997)提出的MCNR算法, 此算法推广到半参数广义线性混合效应模型中并得到相应的估计算法. 于非参数部分, 本文采用P样条拟合并利用GCV方法选取光滑参数, 时证明了所得估计的相合性和渐近正态性. 最后, 过模拟和实例与其它算法作比较验证本文估计方法的有效性.     

带有不完全信息随机截尾试验下混合泊松分布参数的点估计

首先,通过添加数据,得到了带有不完全信息随机截尾试验下混合泊松分布的完全数据似然函数,然后分别利用EM算法和MCMC方法,对参数进行了估计,最后进行了随机模拟试验.结果表明参数点估计的精度比较高,     

IIRCT下泊松分布参数多变点模型的贝叶斯估计

通过添加缺损的寿命变量数据得到了带有不完全信息随机截尾试验下泊松分布参数多变点模型的完全数据似然函数,研究了变点位置参数和其它参数的满条件分布.利用Gibbs抽样与Metropolis-Hastings算法相结合的MCMC方法对各参数的满条件分布分别进行了抽样,把Gibbs样本的均值作为各参数的贝叶斯估计,并且详细介绍了MCMC方法的实施步骤.最后进行了随机模拟试验,试验结果表明各参数贝叶斯估计的精度都较高.     

广义泊松回归模型的推广及其在医疗保险中应用

计数数据往往存在过离散(over-dispersed)即方差大于均值特征,若利用传统的泊松回归模型拟合数据往往会导致其参数的标准误差被低估,显著性水平被高估的错误结论。负二项回归模型、广义泊松回归模型通常被用来处理过离散特征数据。本文以两类广义泊松回归模型GP-1和GP-2模型为基础,将其推广为更为一般的GP-P形式,其中P为参数。此时,P=1或P=2,GP-P模型就退化为GP-1和GP-2模型。文中最后利用此类推广的GP-P模型处理了一组医疗保险数据,并与泊松回归模型、负二项回归模型拟合结果进行了比较。结果表明,推广后的GP-P模型的拟合效果更优。     

复合泊松过程的可加性

对复合泊松分布可加性的研究在许多的文献中都可以看到,本文首先应用特征函数的方法证明了复合泊松分布的可加性.以此为基础,结合对随机过程相关性质的讨论,证明了复合泊松过程也具有与复合泊松分布可加性相似的,某种意义上的可加性性质.     

Capture-Recapture模型与车险事故总体预测

车险事故总体预测问题一直是车辆保险公司研究的重点内容之一,目前最为常用的方法是与泊松分布相关的模型.基于车辆保险中索赔数据的结构特征,构建了Capture-Recapture模型,并使用一组车辆保险数据,利用Capture-Recapture及常用的零膨胀泊松等模型分别建模分析,得出了一些新的结论,即Capture-Recapture模型拟合效果整体较优,从而为车辆保险公司更好预测事故总体提供一定的理论依据.     

截断删失情形下泊松分布参数多变点的Bayes估计

通过添加数据得到截断删失情形下泊松分布的完全数据似然函数,研究变点位置和其它参数的满条件分布.利用Gibbs抽样与Metropolis-Hastings算法相结合的MCMC方法对参数进行估计,详细介绍MCMC方法的实施步骤.随机模拟试验的结果表明参数Bayes估计的精度较高.     

双复合泊松风险模型下的投资问题

在经典风险模型基础上,研究了保险公司保费收入和索赔均服从复合泊松过程的双复合泊松风险模型,针对最优投资策略和求解破产时刻惩罚金期望折现函数的问题,利用重期望公式和马氏性得到期望折现函数满足的带边界条件的二阶积分微分方程,通过高效的Sinc数值方法求出折现函数的近似数值解,从而由图像分析破产概率变化的趋势.     

复合泊松过程及其在保险风险中的若干应用

本文利用齐次泊松过程的可加性,研究了复合泊松过程的可加性及其性质。作为应用,讨论了单个理赔额服从指数分布的复合泊松风险模型在第n次索赔时发生负盈余的概率。     

多因素回望期权模型的数值解

研究了在布朗过程和泊松过程共同作用下,股票价格具有弹性且带有交易费用的回望期权的数值解问题.首先,讨论了二叉树法下参数确定的两种方法;然后,给出该模型下回望期权在有效期内标的股票最大值的确定法;最后,通过一个例子验证该方法的有效性.该研究拓广了期权定价的应用范围,具有一定的理论与实际意义.     

基于多元泊松模型的累积和控制图设计

多元离散数据在现代制造业中非常普遍,多元泊松控制图常被用来监控此类数据,如MP,MP-CUSUM和MP-EWMA图等.然而,这些控制图都假设数据服从等协方差的多元泊松模型,因为等协方差的多元泊松模型对各个变量之间的相关性有严格的约束,因此应用范围狭窄.本文基于异协方差多元泊松模型,提出GMP-CUSUM累积和控制图.在考虑不同模型,变量偏移个数和偏移大小的情况下,通过蒙特卡洛模拟比较了传统控制图和新控制图GMP-CUSUM的平均运行链长(ARL),证明异协方差多元泊松模型更加适应对多元离散数据的建模,应用范围广,并且新控制图能更快速地检测到异常过程偏移,灵敏度高.     

截断δ冲击模型的参数估计

本文主要研究截断δ冲击模型的参数估计问题.利用极大似然估计的方法,我们得到了截断δ冲击模型的参数估计量,并分析了估计量的无偏性,最后将其应用到关系营销系统中,从而获得泊松营销系统到达率的估计值.     

过离散次数分布模型的尾部特征

在保险精算和生物统计等领域,离散型次数分布模型的应用十分广泛.当实际数据的尾部较长(即过离散),且零点的概率较大时,许多模型的拟合效果往往欠佳.本文通过计算概率之比的极限和偏度系数,对混合泊松分布和复合泊松分布的右尾特征和零点概率进行了比较,给出了它们的尾部排列顺序,以及尾部长短与零点概率的关系,从而为模型的构造或选择提供了一种指导.本文最后应用一组实际数据说明了在构造或选择次数分布模型时如何考虑尾部特征,从而改善对实际数据的拟合效果.