索赔次数数据分布的拟合方法的分析和比较

泊松分布和负二项分布常用于拟合保险索赔次数.它们和二项分布统称为(a,b,0)分布族.本文对(a,b,0)分布族进行了研究,然后在此基础上给出了(a,b,0)分布离散型随机变量是服从泊松分布,还是服从负二项分布或二项分布的检验方法.本文基于我国某家保险公司的索赔次数数据进行了实证分析,并对检验的功效进行了模拟研究.     

考虑个体保单风险特征的最优奖惩系统

奖惩系统在汽车保险中的应用非常普遍。论文首先介绍和讨论了泊松-伽马假设下的最优奖惩系统及其性质;其次在假设个体保单的索赔频率服从二项分布,而二项分布的一个参数服从贝塔分布的条件下,建立了一种考虑个体保单风险特征信息的最优奖惩系统,其中风险特征信息可以通过广义线性模型的形式引入奖惩系统;然后在假设个体保单的索赔频率服从负二项分布,而负二项分布的一个参数服从贝塔分布的条件下,建立了另一个最优奖惩系统;最后讨论了这两个奖惩系统的性质和应用。     

集合风险模型的可分解性

本文讨论了集合风险模型中 ,在复合二项分布和复合负二项分布两种情况下的可分解性问题 ,得到了同复合泊松分布情况下类似的结果     

风险非同质时索赔次数的分布拟合的估计与检验问题

在非寿险精算中 ,索赔次数的分布一般假设为泊松分布 P(λ) .风险非同质时 λ的分布称为混合分布 .本文考虑了混合分布为三参数伽玛分布时的参数估计以及位置参数的检验问题     

自行车到达特性分析

论文在运用数理统计方法分析实际数据的基础上 ,探讨自行车到达特性 .结合国内外的已有研究结果 ,初步形成如下结论 :在自行车流量小的情况下 ,泊松分布比较适用于描述自行车到达量的统计分布 ;而当自行车流量很大时 ,负二项分布比较适合描述一定条件下的自行车到达量的统计分布     

带干扰的保费随机收取的双险种风险模型

推广了已有文献中提出的带干扰的双险种复合负二项风险模型,让保费收取次数服从负二项分布,两类险种的索赔也服从负二项分布,得到了带干扰的保费随机收取的双险种风险模型,给出了破产概率的一般表达式和上界．     

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。     

统计学入门(Ⅳ)

七、泊松分布 7-1定义与特性 在二项分布(n,p)中,若p很小(小于0.1),n很大(大于50),则可以证明二项概率其中μ=np,而e是自然对数的底。根据eμ的级数展开公式: 即有 因此是一个离散型的概率分布,称为油松分布,其中μ是它的分布参数。　　在实际中,遵从泊松分布的例子不少。“大体上说,一个小概率事件(相当于上述的 p)在一定时间或一定范围内发生的次数X 即遵从泊松分布。例如单位面积的布上的疵点数,一个城市每天因交通事故死亡的人数,一台很少发生故障的设备在一段时期(一个月或一年)内发生的故障次数等都遵从泊松分布。 泊松分布的形状见…     

中国特大城市自行车到达的统计分布研究

在运用数理统计方法分析实际数据的基础上,结合国内外的已有研究结果,初步认为在自行车流量小的情况下,泊松分布比较适用于描述自行车到达量的统计分布;而当自行车流量很大时,负二项分布比较适合描述一定条件下的自行车到达量的统计分布.考虑到自行车到达分布的复杂性,文中借鉴知识推理的一些概念和方法,非精确地描述了自行车到达分布规律.     

负二项回归模型的推广及其在分类费率厘定中的应用

分类费率厘定中最常使用的模型之一是泊松回归模型,但当损失次数数据存在过离散特征时,通常会采用负二项回归模型。本文将两参数的负二项回归模型推广到了三参数情况,并用它来解决分类费率厘定中的过离散(over-dispersion)问题。本文通过对一组汽车保险损失数据的拟合表明,三参数的负二项分布回归模型可以有效改善对实际损失数据的拟合效果。     

模型及其假设

本文在经典复合二项风险模型中考虑保费收取次数服从二项分布的基础上,再考虑分红策略为：当盈余大于或等于非负红利界x并且索赔不发生时保险公司将以概率p2给股东分红1个单位钱币.     

过度离散型数据的统计模拟与分析

针对车险索赔次数数据经常出现的过度离散问题,采用数值模拟的方法,分别使用泊松模型(Poisson)、负二项回归模型(NB)以及广义泊松模型(GP)对不同程度的过度离散车险索赔次数数据进行拟合,并用均方误差、偏差以及AIC和BIC准则对Poisson、NB、GP三种模型的优良性进行比较分析,得到了不同条件下三种模型的优良性,并针对不同的条件给出了模型选择的建议.     

关于溢额损失再保险的条件分布的递推方程

在索赔数目服从Poisson分布、二项分布或负二项分布,以及索赔额分布的密度函数连续且有界的条件下,研究了溢额损失再保险条款的总体损失分布的条件递推方程．在再保险人或分出人的索赔数目给定的条件下,得到了再保险人以及分出人的总赔付额分布的递推方程．     

负相依索赔下基于进入过程风险模型的破产概率

提出了一个基于客户到来的泊松过程风险模型,其中不同保单发生实际索赔的概率不同,假设潜在索赔额序列为负相依同分布的重尾随机变量序列,且属于重尾族L∩D族的条件下,得到了有限时间破产概率的渐近表达式.     

复合Poisson过程参数的检验

当风险为非同质时，索赔次数的分布可用复合Poisson过程来描述，Hofmann分布族可用于复合Poisson过程中索赔次数的研究，本文讨论了Hofmann分布的相参数的检验问题，得到了它的检验统计量及其渐近分布。     

汽车保险的精算模型及其应用

本文应用我国一家保险公司的实际数据 ,对各种可以反映保单持有人索赔次数的模型 (包括负二项模型、泊松 -逆高斯模型、二元风险模型、三元风险模型、二项 -贝塔模型和负二项 -帆塔模型 )分别进行了拟合 ,结果表明三元风险模型拟合效果最好 ,因此利用三元风险模型构造了对保单持有人根据后验风险的大小调整其续期保费的系统     

图解常用离散型随机变量

在概率论的学习中,一个重要章节就是常用的离散型随机变量的学习.离散型随机变量包括伯努利分布,二项分布,泊松分布,几何分布,超几何分布和负二项分布等等.在本文中,首先借助时间流的图形表达,从伯努利试验次数和成功次数角度区分其中的一些常用变量;其次通过一个流程图的方式梳理这些常用的离散型随机变量的定义.本文的目的在于,基于常规的离散型随机变量的分布律等介绍之余,首次尝试从不同的比较汇总角度,借助图表方法对常用的离散型随机变量进行梳理和总结,起到区分变量的差异,加强对常用离散型随机变量概念的理解.     

离散型随机变量k阶矩的计算

讨论了离散型随机变量k阶矩的计算问题·利用概率母函数和第一类Stirling数推导了k阶矩满足的统一递推表达式,并以常见的四种离散分布:二项分布、几何分布、泊松分布和负二项分布为例,借助数学计算软件mathematica给出了各自的前6阶矩的具体表达式.     

英汉数理统计小辞典

binomial distribution 二项分布 离散随机变最X的一种概率分布,x取0,1,2,…,n,且.negative binomial distribution负二项分布 离散随机变最X的一种概率分布。X取Poisson distribution泊松分布 离散随机变是X的一种概率分布,X取0,1,2,…,且.英汉数理统计小辞典     

一类离散双险种风险模型

本研究了一类离散双险种风险模型，其中一类险种的索赔到达为泊松随机序列，另一类险种的索赔到达为二项随机序列．得到了最终破产概率的Lundberg不等式以及一般表达式．