《损失分布》PPT课件_第1页
《损失分布》PPT课件_第2页
《损失分布》PPT课件_第3页
《损失分布》PPT课件_第4页
《损失分布》PPT课件_第5页
已阅读5页,还剩42页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

第二章损失分布,2.1研究损失分布的数学工具,2.1.1随机变量及其分布随机变量:取值依赖于随机现象基本结果的变量,称为随机变量,常用X、Y、Z等大写字母表示。Example:我们可以用X表示一个风险单位在一次事故中的损失,用N表示同类合同在保险期限内发生的保险事故次数等等。这里X、N都是随机变量。分布函数:随机变量X取值不超过实数x的概率,称为随机变量X的分布函数,记作F(x)=P(Xx),xR.,分布函数的性质:对任意xR,0F(x)1;F()=F(x)=0;F()=F(x)=1;F(x)单调不减,即:对任意x1、x2R,且x1a)=1F(a).损失不超过b(ba)且保险公司承担保险责任的概率:P(aXb)=F(b)F(a).,多维随机变量的分布:二维随机变量(X,Y)的联合分布:F(x,y)=P(Xx,Yy)二维随机变量(X,Y)的边际分布:F(x)=F(x,y)=P(Xx)F(y)=F(x,y)=P(Yy),独立:设二维随机变量(X,Y)的联合分布函数为F(x,y),两个边际分布函数分别为F(x)和F(y),若对任意(x,y)R,都有F(x,y)=F(x)F(y),则称随机变量X与Y互相独立。,离散型随机变量和连续型随机变量,离散型随机变量:只能取有限个值或可列个值的随机变量。Example:保险期限内,保险标的发生保险事故的次数:N=0、1、2、可用分布列、分布函数描述连续型随机变量:取值布满某个区间,并且有密度函数的随机变量。Example:在非寿险精算中,一次事故的损失额或者保险期限内的全部损失额X的取值范围是一个区间(0,+)。可用密度函数、分布函数描述,随机变量的数字特征,数学期望:描述随机变量的平均取值离散型随机变量的数学期望,离散型随机变量函数的数学期望连续型随机变量的数学期望,连续型随机变量函数的数学期望数学期望的特征数学方差、标准差、变异系数,Example1:(二点分布)设同类保单在保险期限内只有索赔和不索赔两种情况,根据以往经验,索赔的概率为p,那么,任意一份保单在保险期限内的索赔次数X就是取值为0、1的离散型随机变量,其分布列为P(X=x)=px(1p)(1-x),x=0、1.求其分布函数,期望,方差?,Example2:(均匀分布)如果某类保单的免赔额为a,保险金额为b(0ab),赔款额取a,b中的每个值是等可能的,那么赔款额X就是一个在a,b均匀分布的随机变量,其密度函数为:f(x)=求分布函数,期望,方差,变异系数?,数学期望和方差有如下性质:设X、Y是两个随机变量,k为常数,那么(1)E(kX)=kEX;(2)E(XY)=EXEY;(3)若X与Y相互独立,那么,E(XY)=EXEY;(4)Var(kX)=k2VarX;(5)VarX=EX2(EX)2;(6)若X与Y相互独立,那么,Var(X+Y)=VarX+VarY.,随机变量的矩原点矩:随机变量X的k次幂的数学期望=EXk为随机变量X的k阶原点矩。中心矩:称XEX的k次幂的数学期望=E(XEX)k为随机变量X的k阶中心矩,k=1、2、。偏度系数:分布的对称性的度量,也就是偏斜程度。=分布对称时,偏度等于0。偏度大于0时,正偏斜的;偏度小于0时,负偏斜。对一般非寿险业务的大多数险种来说,因为有大额赔款的发生,所以赔款额的分布常有明显的正偏斜。,随机变量的特征函数与矩母函数,设X是一个随机变量,i是虚数单位,分别称关于t的函数=Ee,tR和M(t)=Ee为X的特征函数和矩母函数特征函数一定存在,与分布函数一一对应,矩母函数的性质,条件分布、条件期望和条件方差,两个重要性质:EX=EE(X|Y)VarX=EVar(X|Y)+VarE(X|Y),相互独立随机变量和的分布与卷积,2.2损失的理论分布,正态分布正态分布的密度函数f(x)=e,xR。正态分布密度函数曲线的特点关于直线x=对称;当x0处单调递增至极大值,然后再单调递减。当0处单调递减。,赔款次数的理论分布,泊松(Poisson)分布:常被用来刻划小概率事件发生的次数,因此在非寿险精算中用它来作为赔款次数的分布是适当的泊松分布的分布列是:P(X=x)=e,x=0、1、2、其中参数q0.泊松分布的数学期望和方差都是q.泊松分布的一个重要性质是:n个相互独立的参数为q的泊松随机变量的和服从的是参数为nq的泊松分布。可加性。譬如:正态分布也具有可加性。,二项分布,n重贝努里试验中事件A(成功)发生x次的概率,可以用来作为同质风险等额保单赔款次数的概率分布分布列:P(X=x)=px(1p)x,x=1、2、n参数为n和p,n为非负整数,0p0,则有Cpx(1-p)n-xe-q.,负二项分布,贝努里试验中,第k次发生事件A(成功)前,事件(失败)发生的次数。负二项分布常用于灾害事故和发病情形的统计问题,在非寿险精算中,常被用来描述风险不同质情况下赔款发生次数的分布。负二项分布也称巴斯卡(Pascal)分布。,负二项分布,分布列为:P(X=x)=C

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论