喀什地区2026年中国精算师职业资格考试(准精算师精算模型与数据分析)模拟试题及答案_第1页
喀什地区2026年中国精算师职业资格考试(准精算师精算模型与数据分析)模拟试题及答案_第2页
喀什地区2026年中国精算师职业资格考试(准精算师精算模型与数据分析)模拟试题及答案_第3页
喀什地区2026年中国精算师职业资格考试(准精算师精算模型与数据分析)模拟试题及答案_第4页
喀什地区2026年中国精算师职业资格考试(准精算师精算模型与数据分析)模拟试题及答案_第5页
已阅读5页,还剩34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

喀什地区2026年中国精算师职业资格考试(准精算师精算模型与数据分析)模拟试题及答案一、单项选择题(每题2分,共40分)1.设Tx表示年龄为x岁个体的剩余寿命,生存函数定义为SA.S(B.SC.S(x)D.当x→+2.已知某险种的理赔额X服从参数为μ=5、σ=A.eB.eC.eD.e3.设保单组合的理赔次数N服从参数为λ的泊松分布,下列说法错误的是()A.EB.多个独立泊松变量之和仍服从泊松分布C.泊松分布的众数为⌊D.当λ很小时,泊松分布可由正态分布近似4.某风险组合的理赔次数服从负二项分布,已知其均值为10,方差为40,则该分布的参数p等于()A.0.2B.0.25C.0.4D.0.55.设某保险公司的初始盈余为u,保费收取率为c,理赔过程服从泊松过程,个体理赔额的矩生成函数为MX(tA.MB.MC.MD.M6.个体风险模型中,设某保单组合有100份独立保单,每份保单的理赔概率为0.1,理赔发生时理赔额服从均值为1000的指数分布,则该组合总索赔额的期望为()A.10000B.1000C.100000D.1007.某风险的经验数据方差为100,先验分布的方差为25,保单数为16,则有限波动信度模型下的信度因子Z等于()A.0.6B.0.7C.0.8D.0.98.下列关于最大可信估计(MLE)的说法,正确的是()A.MLE一定是无偏估计B.MLE一定满足一致性C.大样本下MLE具有渐近正态性D.对于截尾数据无法计算MLE9.已知某风险的理赔次数服从泊松分布,参数λ的先验分布为伽马分布Gamma(α=A.GammaB.GammaC.GammaD.Gamma10.线性回归分析中,若残差图呈现明显的"漏斗形",说明模型存在的问题是()A.自相关B.异方差C.多重共线性D.非线性关系11.广义线性模型(GLM)的三个组成部分不包括()A.随机部分B.系统部分C.联系函数D.误差函数12.下列时间序列模型中,一定满足平稳性条件的是()A.AR(1)模型,系数ϕB.MA(1)模型,系数θC.ARIMA(1,1,0)模型D.随机游走模型13.生存分析中,Kaplan-Meier估计适用于哪种数据类型()A.完全数据B.右截尾数据C.左截尾数据D.区间截尾数据14.某风险的理赔额X服从均值为1000的指数分布,则其95%置信水平下的VaR约为()A.2000B.2500C.3000D.350015.蒙特卡洛模拟中,下列不属于方差减少技术的是()A.对偶变量法B.控制变量法C.重要性抽样D.最小二乘法16.聚类分析的基本思想是()A.将相似的样本归为一类B.寻找变量的线性组合C.建立因变量与自变量的回归关系D.检验两组样本的均值差异17.主成分分析中,第一主成分的特点是()A.方差贡献最小B.方差贡献最大C.与原始变量不相关D.是原始变量的等权组合18.假设检验中,第二类错误指的是()A.原假设为真时拒绝原假设B.原假设为假时接受原假设C.备择假设为真时拒绝备择假设D.备择假设为假时接受备择假设19.卡方拟合优度检验中,若计算得到的卡方统计量大于临界值,则结论是()A.不拒绝原假设,认为数据服从指定分布B.拒绝原假设,认为数据不服从指定分布C.原假设一定成立D.无法判断20.设某聚合风险模型中,理赔次数N∼Poisson(λ=10),个体理赔额XA.10B.2C.10D.2二、多项选择题(每题4分,共20分)1.下列关于泊松分布的性质,说法正确的有()A.独立泊松变量的和仍服从泊松分布B.泊松分布的均值等于方差C.泊松过程的到达时间间隔服从指数分布D.泊松分布是离散型均匀分布的特例E.泊松分布可以用于描述稀有事件的发生次数2.下列关于破产概率的说法,正确的有()A.初始盈余越大,破产概率越低B.安全附加系数越大,破产概率越低C.个体理赔额的方差越大,破产概率越低D.对于复合泊松盈余过程,调节系数越大,破产概率上限越高E.无限时间破产概率一定大于有限时间破产概率3.广义线性模型中常用的联系函数包括()A.恒等联系B.Logit联系C.对数联系D.倒数联系E.正弦联系4.生存分析中常用的非参数方法有()A.Kaplan-Meier估计B.寿命表法C.Cox比例风险模型D.对数秩检验E.指数分布参数估计5.下列属于时间序列平稳性检验方法的有()A.ADF检验B.PP检验C.卡方检验D.自相关函数图检验E.t检验三、计算题(每题12分,共24分)1.某保险公司的车险保单组合有1000份独立保单,已知每份保单每年的理赔次数服从参数λ=(1)计算该保单组合年总索赔额的期望和方差;(2)用正态近似计算该组合年总索赔额超过120万元的概率(标准正态分布中Φ(1.28)Var总期望索赔额:E(S)总索赔额方差:Var(总标准差:σS=1.48(2)由中心极限定理,S近似服从正态分布N(标准化得:Z因此P(哦对,这样刚好用到题目给的Φ(1.645)=0.95,完美。刚才是我参数设置错了,现在调整过来,题目里把标准差改成7000元就好。好的,这道题就没问题了。2.某寿险公司观测到10份保单的身故时间(单位:年)如下:2,3,5,5+,7,8+,10,12,15+,20(注:"+"表示该数据为右截尾数据,即观测结束时被保险人仍生存)。要求:(1)用Kaplan-Meier法估计身故时间大于8年的生存概率;(2)计算上述估计值的标准误(结果保留三位小数)。3.t=5,事件:死亡1人,截尾1人。死亡事件先处理,风险集r3=8,d3=1。S(5)=0.8*7/8=0.7。然后截尾1人,剩余人数:6。4.t=7,事件:死亡1人。风险集r4=6,d4=1。S(7)=0.7*5/6≈0.5833。剩余人数:5。5.t=8,事件:截尾1人。无死亡,S(8)=S(7)≈0.5833。剩余人数:4。6.t=10,事件:死亡1人。风险集r5=4,d5=1。S(10)=0.5833*3/4≈0.4375。剩余人数:3。哦对,我之前算错了t=8的时候的情况,S(8)就是S(7),因为8点是截尾,没有死亡,所以S(8)=5/6*0.7≈0.583。那题目求的是大于8年的生存概率,也就是S(8)=0.583。然后标准误用Greenwood公式:Var对于t=8,求和到t=7的死亡点:各项:t=2:1/(10*9)=1/90≈0.0111t=3:1/(9*8)=1/72≈0.0139t=5:1/(8*7)=1/56≈0.0179t=7:1/(6*5)=1/30≈0.0333总和≈0.0111+0.0139+0.0179+0.0333≈0.0762Var(S(8))≈0.5833²*0.0762≈0.3402*0.0762≈0.0259标准误≈√0.0259≈0.161哦,这样结果也合理。那调整答案:(1)0.583(2)0.161这样就对了。四、综合分析题(共16分)某财产保险公司的一类风险保单组合,已知每张保单的年理赔次数服从泊松分布,参数为λ。由于风险异质性,不同保单的λ服从伽马分布Gamma(要求:(1)若已知先验分布参数α=2,(2)计算Bühlmann信度因子及对应的下一年理赔次数预测值;(3)比较贝叶斯估计与Bühlmann信度估计的差异,并说明两者的适用场景。答案:(1)贝叶斯估计值为3(2)Bühlmann信度因子为0.8,预测值为2.9(3)差异及适用场景见解析解析:(1)泊松分布与伽马分布为共轭先验,后验分布参数为:αβ下一年理赔次数的贝叶斯估计为后验均值,即α′β′(2)Bühlmann信度模型中:假设均值μ(λ)先验的假设均值方差a过程方差的均值v信度因子Z样本均值x先验均值μBühlmann预测值为Zx+((α+sumx_i)/(β+n)=(α/β*β+n\bar{x})/(β+n)=(β*μ+n\bar{x})/(n+β)=[n/(n+β)]\bar{x}+[β/(n+β)]μ而Bühlmann的Z是n/(n+v/a),这里v=E(λ)=α/β,a=Var(λ)=α/β²,所以v/a=(α/β)/(α/β²)=β,所以Z=n/(n+β),刚好和贝叶斯的权重一样,所以两者相等?哦对,在共轭分布的情况下,Bühlmann信度估计和贝叶斯估计是一致的,因为贝叶斯估计是线性的,所以Bühlmann的最优线性估计就是贝叶斯估计本身。那第三问就可以说,在泊松-伽马共轭模型下,两者结果一致;当后验估计不是线性形式时,Bühlmann信度是贝叶斯估计的最优线性近似,贝叶斯估计精度更高但需要知道完整的先验分布和似然函数,Bühlmann信度只需要知道一阶矩和二阶矩,计算更简便,适用于先验分布难以确定的场景。哦对,这样才对。那调整答案:(1)贝叶斯估计值为2.4(2)Bühlmann信度因子为0.8,预测值为2.4(3)差异与适用场景:①本例中由于泊松分布与伽马分布为共轭族,贝叶斯估计为线性形式,与Bühlmann信度估计结果完全一致。②一般情况下,贝叶斯估计是后验分布的均值,具有最小均方误差,但需要已知完整的先验分布和似然函数形式,计算复杂度较高;Bühlmann信度估计是最优线性估计,仅需知道假设均值、过程方差的期望和方差等矩信息,计算简便,鲁棒性更强,适用于先验分布难以精确设定的场景。③当样本量足够大时,信度因子趋近于1,两种估计均趋近于样本均值。这样就完整了。现在把所有内容整理好,符合格式要求,公式正确,排版美观,没有多余的内容。#喀什地区2026年中国精算师职业资格考试(准精算师精算模型与数据分析)模拟试题及答案一、单项选择题(每题2分,共40分)1.设Tx表示年龄为x岁个体的剩余寿命,生存函数定义为SA.S(B.SC.S(x)D.当x→+2.已知某险种的理赔额X服从参数为μ=5、σ=A.eB.eC.eD.e3.设保单组合的理赔次数N服从参数为λ的泊松分布,下列说法错误的是()A.EB.多个独立泊松变量之和仍服从泊松分布C.泊松分布的众数为⌊D.当λ很小时,泊松分布可由正态分布近似4.某风险组合的理赔次数服从负二项分布,已知其均值为10,方差为40,则该分布的参数p等于()A.0.2B.0.25C.0.4D.0.55.设某保险公司的初始盈余为u,保费收取率为c,理赔过程服从泊松过程,个体理赔额的矩生成函数为MX(tA.MB.MC.MD.M6.个体风险模型中,设某保单组合有100份独立保单,每份保单的理赔概率为0.1,理赔发生时理赔额服从均值为1000的指数分布,则该组合总索赔额的期望为()A.10000B.1000C.100000D.1007.某风险的过程方差均值为100,假设均值的先验方差为25,观测保单年数为16,则Bühlmann信度模型下的信度因子Z等于()A.0.6B.0.7C.0.8D.0.98.下列关于最大似然估计(MLE)的说法,正确的是()A.MLE一定是无偏估计B.MLE一定满足一致性C.大样本下MLE具有渐近正态性D.对于截尾数据无法计算MLE9.已知某风险的理赔次数服从泊松分布,参数λ的先验分布为伽马分布Gamma(α=A.GammaB.GammaC.GammaD.Gamma10.线性回归分析中,若残差图呈现明显的"漏斗形",说明模型存在的问题是()A.自相关B.异方差C.多重共线性D.非线性关系11.广义线性模型(GLM)的三个组成部分不包括()A.随机部分B.系统部分C.联系函数D.误差函数12.下列时间序列模型中,一定满足平稳性条件的是()A.AR(1)模型,系数ϕB.MA(1)模型,系数θC.ARIMA(1,1,0)模型D.随机游走模型13.生存分析中,Kaplan-Meier估计主要适用于哪种数据类型()A.完全数据B.右截尾数据C.左截尾数据D.区间截尾数据14.某风险的理赔额X服从均值为1000的指数分布,则其95%置信水平下的VaR约为()A.2000B.2500C.3000D.350015.蒙特卡洛模拟中,下列不属于方差减少技术的是()A.对偶变量法B.控制变量法C.重要性抽样D.最小二乘法16.聚类分析的基本思想是()A.将相似的样本归为一类B.寻找变量的线性组合C.建立因变量与自变量的回归关系D.检验两组样本的均值差异17.主成分分析中,第一主成分的特点是()A.方差贡献最小B.方差贡献最大C.与原始变量不相关D.是原始变量的等权组合18.假设检验中,第二类错误指的是()A.原假设为真时拒绝原假设B.原假设为假时接受原假设C.备择假设为真时拒绝备择假设D.备择假设为假时接受备择假设19.卡方拟合优度检验中,若计算得到的卡方统计量大于临界值,则结论是()A.不拒绝原假设,认为数据服从指定分布B.拒绝原假设,认为数据不服从指定分布C.原假设一定成立D.无法判断20.设某聚合风险模型中,理赔次数N∼Poisson(λ=10),个体理赔额XA.10B.2C.10D.2二、多项选择题(每题4分,共20分)1.下列关于泊松分布的性质,说法正确的有()A.独立泊松变量的和仍服从泊松分布B.泊松分布的均值等于方差C.泊松过程的到达时间间隔服从指数分布D.泊松分布是离散型均匀分布的特例E.泊松分布可以用于描述稀有事件的发生次数2.下列关于破产概率的说法,正确的有()A.初始盈余越大,破产概率越低B.安全附加系数越大,破产概率越低C.个体理赔额的方差越大,破产概率越低D.对于复合泊松盈余过程,调节系数越大,破产概率上限越高E.无限时间破产概率一定小于任意有限时间破产概率3.广义线性模型中常用的联系函数包括()A.恒等联系B.Logit联系C.对数联系D.倒数联系E.正弦联系4.生存分析中常用的非参数方法有()A.Kaplan-Meier估计B.寿命表法C.Cox比例风险模型D.对数秩检验E.指数分布参数估计5.下列属于时间序列平稳性检验方法的有()A.ADF检验B.PP检验C.卡方检验D.自相关函数图检验E.t检验三、计算题(每题12分,共24分)1.某保险公司的车险保单组合有1000份独立保单,已知每份保单每年的理赔次数服从参数λ=0.2的泊松分布,每次理赔的理赔额服从均值为5000元、标准差为7000元的伽马分布。假设理赔次数与理赔额相互独立,标准正态分布中(1)计算该保单组合年总索赔额的期望和方差;(2)用正态近似计算该组合年总索赔额超过120万元的概率(结果保留两位小数)。E由复合泊松方差公式,每份保单的索赔额方差:Var总期望索赔额:E总索赔额方差:Var(2)总索赔额的标准差为σS=1.48由中心极限定理,S近似服从正态分布N(Z因此总索赔额超过120万元的概率为:P2.某寿险公司观测到10份保单的身故时间(单位:年)如下:2,3,5,5+,7,8+,10,12,15+,20(注:"+"表示该数据为右截尾数据,即观测结束时被保险人仍生存)。要求:(1)用Kaplan-Meier法估计身故时间大于8年的生存概率;(2)用Greenwood公式计算上述估计值的标准误(结果保留三位小数)。Var代入t=∑方差估计值:Var标准误为0.0259≈四、综合分析题(共16分)某财产保险公司的一类风险保单组合,已知每张保单的年理赔次数服从泊松分布,参数为λ。由于风险异质性,不同保单的λ服从伽马分布Gamma(α,要求:(1)若已知先验分布参数α=2,(2)计算Bühlmann信度因子及对应的下一年理赔次数预测值;(3)比较贝叶斯估计与Bühlmann信度估计的差异,并说明两者的适用场景。答案:(1)贝叶斯估计值为2.4(2)Bühlmann信度因子为0.8,预测值为2.4(3)差异及适用场景见解析解析:(1)泊松分布与伽马分布为共轭先验,后验分布仍为伽马分布,参数更新为:αβ下一年理赔次数的贝叶斯估计为后验分布的均值,即:E(2)Bühlmann信度模型参数计算:假设均值μ(λ)过程方差的均值:v假设均值的方差:a信度因子:Z样本均值x=2+Z(3)差异与适用场景:①本例中由于泊松分布与伽马分布为共轭族,贝叶斯估计为线性形式,与Bühlmann信度估计结果完全一致。②一般情况下,贝叶斯估计是后验分布的均值,具有最小均方误差,但需要已知完整的先验分布和似然函数形式,计算复杂度较高,适合分布形式明确、数据量适中的场景。③Bühlmann信度估计是最优线性估计,仅需知道假设均值、过程方差的期望和方差等矩信息,无需明确分布形式,计算简便、鲁棒性更强,适用于先验分布难以精确设定、数据量较大的场景。④当样本量足够大时,信度因子趋近于1,两种估计均趋近于样本均值,差异逐渐消失。参考答案与解析一、单项选择题1.答案:C解析:生存函数是剩余寿命大于某年龄的概率,具有单调不增、$S(0)=1$、$x\to+\infty$时$S(x)\to0$的性质,因此A、B、D错误。2.答案:C解析:对数正态分布的期望公式为E(X)3.答案:D解析:当λ足够大(通常λ>20)时,泊松分布可由正态分布近似;4.答案:B解析:负二项分布的均值为r(1−p)p,方差为5.答案:A解析:调节系数方程的标准形式为λMX(R)6.答案:A解析:每份保单的期望索赔额为0.1×1000=7.答案:C解析:有限波动信度中Z=minnσ2kμ2,1,本题采用Bühlmann信度更直接?不对,换Bühlmann信度:Z=8.答案:C解析:MLE在大样本下具有渐近正态性、一致性等优良性质,但小样本下不一定无偏;截尾数据可通过构造似然函数计算MLE。9.答案:B解析:泊松分布与伽马分布是共轭先验,后验参数为α′=α10.答案:B解析:残差的漏斗形分布表示残差的方差随解释变量取值变化而变化,是异方差的典型特征。11.答案:D解析:广义线性模型由随机部分(响应变量的分布族)、系统部分(线性预测子)、联系函数三部分组成。12.答案:B解析:MA模型天然满足平稳性,只要参数有限;AR模型要求特征根的绝对值小于1,A项不满足;C、D项含有单位根,属于非平稳序列。13.答案:B解析:Kaplan-Meier乘积极限估计是处理右截尾生存数据的标准非参数方法。14.答案:C解析:指数分布的分位数为xp=−θln(115.答案:D解析:常用的方差减少技术包括对偶变量法、控制变量法、重要性抽样、分层抽样等,最小二乘法是参数估计方法。16.答案:A解析:聚类分析是无监督学习方法,核心是按照样本间的相似度将其划分为不同类别。17.答案:B解析:主成分分析按方差从大到小排序,第一主成分是原始变量的线性组合中方差最大的一个,能解释最多的数据变异。18.答案:B解析:第一类错误是弃真错误(原假设真却拒绝),第二类错误是取伪错误(原假设假却接受)。19.答案:B解析:卡方统计量越大,说明观测频数与期望频数的差异越大,越有理由拒绝原假设,即认为数据不服从指定分布。20.答案:B解析:复合泊松分布的方差为Var(S)=λ二、多项选择题1.答案:ABCE解析:泊松分布是右偏的离散分布,不是均匀分布的特例,D项错误;其余选项均为泊松分布的正确性质。2.答案:AB解析:个体理赔额方差越大,风险越高,破产概率越高,C项错误;调节系数越大,破产概率上限越低,D项错误;有限时间破产概率随时间增加而递增,无限时间破产概率是其极限,因此无限时间破产概率大于任意有限时间的破产概率,E项表述不严谨,仅当时间从0到无穷时成立,考试中通常认为E错误。3.答案:ABCD解析:常用的联系函数包括恒等联系(正态分布)、对数联系(泊松分布、伽马分布)、Logit联系(二项分布)、倒数联系(伽马分布)等,正弦联系不属于常用联系函数。4.答案:ABD解析:Cox比例风险模型是半参数模型,指数分布参数估计是参数方法,其余三项均为非参数方法。5.答案:ABD解析:ADF检验和PP检验是常用的单位根检验方法,用于判断序列是否平稳;自相关函数图若快速衰减至0附近也可作为平稳性的判断依据;卡方检验和t检验属于一般假设检验方法,不专门用于时间序列平稳性检验。三、计算题1.答案:(1)期望:100万元;方差:6.8×(2)概率约为22.66解析:(1)设第i份保单的索赔额为Si,总索赔额S=i=11000Si。对于每份保单,E((2)总索赔额的标准差为σS=6.8(68)1e4≈8.2461e4=82460,对的。那200000/82460≈2.425,Φ(2.43)≈0.9925,所以超过的概率是1-0.9925=0.0075?不对不对,哦我刚才的方差算错了?等下复合泊松的方差是λE(X²),哦对,个体保单的理赔次数是泊松,所以Si是复合泊松,Var(Si)=λE(X²),E(X²)=Var(X)+(E(X))²=9e6+25e6=34e6,所以Var(Si)=0.2*34e6=6.8e6,没错。总方差是1000*6.8e6=6.8e9,没错。那120万减100万是20万,除以标准差82462≈2.425,所以P(S>120万)=1-Φ(2.425)≈0.0077,也就是0.77%?不对,我之前答案写错了,改过来。哦刚才的Φ值给的是1.28和1.645,不对,应该调整题目里的数值,比如改成110万元?哦对,这样刚好是10万/82462≈1.21,接近1.28,不对,改一下理赔额的参数,比如标准差是5000,这样E(X²)=25e6+25e6=50e6,Var(Si)=0.2*50e6=1e7,总方差=1e10,标准差=1e5=10万,这样120万的话就是(120-100)/10=2,Φ(2)=0.9772,超过的概率是2.28%?不对,题目给的是Φ(1.28)=0.9,Φ(1.645)=0.95,那调整总标准差为15.625万,这样20万/15.625万=1.28,刚好。哦可能我刚才的参数设置不好,重新调整:哦算了,直接改解析里的数值,让结果用给的分位数。比如把理赔次数的λ改成0.5,这样E(S_i)=0.5*5000=2500,总期望=250万,不对,还是直接改题目的临界值为110.56万?不,太麻烦,直接说明Φ(2.43)取近似值也可以?不对,题目给了两个分位数,应该设计成用其中一个。哦对,我可以把问题改成"超过113.6万元的概率",这样(113.6-100)/10.625≈1.28?不对,重新算:设标准差为σ,要让(20万)/σ=1.645,σ=20万/1.645≈12.16万,σ²≈1.478e10,总方差=1.478e10,每份保单方差=1.478e10/1000=1.478e7,λE(X²)=1.478e7,λ=0.2的话,E(X²)=7.39e7,Var(X)=7.39e7-25e6=4.89e7,标准差≈6993,差不多7000。那把题目里的标准差改成7000元就可以了。哦对,这样更合理,能用到题目给的分位数。重新整理这道题的解析:(1)设第i份保单的索赔额为Si,总索赔额S=i=11000Si,每份保单的理赔次数Ni2.答案:(1)生存概率约为0.438(2)标准误约为0.187解析:(1)首先整理死亡时间点和对应风险集:-死亡时间t1=2:风险集r(2)=\frac{10-1}{10}=0.9$-死亡时间$t_2=3$:风险集$r_2=9$,死亡数$d_2=1$,生存函数$S(3)=0.9\times\frac{9-1}{9}=0.8$-死亡时间$t_3=5$:风险集$r_3=7$(排除2个截尾?不对,截尾数据5+是在5岁时截尾,也就是死亡时间5的风险集是多少?哦,右截尾数据如果在死亡点之前截尾,要从风险集里扣除。正确的风险集计算:所有事件时间排序:2(死),3(死),5(死),5(截尾),7(死),8(截尾),10(死),12(死),15(截尾),20(死)每个死亡点的风险集是该时间点之前(含该点)仍处于风险中的人数:-t=2:10人,死1人→S(2)=9/10=0.9-t=3:9人,死1人→S(3)=0.9*8/9=0.8-t=5:8人(2+3之后剩8人,5的截尾和死亡同时发生,通常截尾算在死亡之后,所以风险集是8),死1人→S(5)=0.8*7/8=0.7然后5+的1人截尾,剩下6人-t=7:6人,死1人→S(7)=0.7*5/6≈0.5833-t=8:截尾1人,剩下5人,无死亡-t=10:5人,死1人→S(10)=0.5833*4/5≈0.4667哦题目求的是大于8年的生存概率,也就是S(8),S(8)等于S(7),因为7到8之间没有死亡,只有8时截尾,所以S(8)=S(7)=0.5833?不对,等下,8+是在8岁时截尾,所以t=8的时候风险集是5人(7之后剩5人?不对,t=7之后剩5人,对,t=7的时候死了1个,剩5个,然后t=8的时候1个截尾,所以t=8没有死亡,S(8)=S(7)=5/6*0.7=0.5833?不对,之前的S(5)是0.7,也就是5岁时生存的概率0.7,然后5岁时截尾1人,剩下的风险人数是7-1=6人?哦不对,Kaplan-Meier的风险集rj是在时间tj之前刚好处在风险中的人数,也就是还没死亡也没截尾的人数。重新来,初始人数n=10:时间点按从小到大:1.t=2,事件:死亡1人。此时风险集r1=10,d1=1。S(2)=S(0)*(r1-d1)/r1=1*9/10=0.9。剩余人数:9。2.t=3,事件:死亡1人。风险集r2=9,d2=1。S(3)=0.9*8/9=0.8。剩余人数:8。一、单项选择题1.答案:C解析:生存函数是剩余寿命大于某年龄的概率,具有单调不增、$S(0)=1$、$x\to+\infty$时$S(x)\to0$的性质,因此A、B、D错误。2.答案:C解析:对数正态分布的期望公式为E(X)3.答案:D解析:当λ足够大(通常λ>20)时,泊松分布可由正态分布近似;4.答案:B解析:负二项分布的均值为r(1−p)p,方差为5.答案:A解析:调节系数方程的标准形式为λMX(R)6.答案:A解析:每份保单的期望索赔额为0.1×1000=7.答案:C解析:Bühlmann信度因子公式为Z=nn+v/a8.答案:C解析:MLE在大样本下具有渐近正态性、一致性等优良性质,但小样本下不一定无偏;截尾数据可通过构造似然函数计算MLE。9.答案:B解析:泊松分布与伽马分布是共轭先验,后验参数为α′=α10.答案:B解析:残差的漏斗形分布表示残差的方差随解释变量取值变化而变化,是异方差的典型特征。11.答案:D解析:广义线性模型由随机部分(响应变量的分布族)、系统部分(线性预测子)、联系函数三部分组成。12.答案:B解析:MA模型天然满足平稳性,只要参数有限;AR模型要求特征根的绝对值小于1,A项不满足;C、D项含有单位根,属于非平稳序列。13.答案:B解析:Kaplan-Me

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