6孟生旺_广义线性模型—发展和应用.ppt

下面我们来轻松一下,欣赏一下几个经典的广告词 优秀广告词:早点下斑 不再逗留 默默无蚊 衣衣不舍 百衣百顺 鸡不可失 那么请问你们对于这种改动成语的广告有什么看法呢? 我还搜集了一些很经典的广告 借问酒家何处有,牧童遥指杏花村。 第三块内容：下面说的一定是大家感兴趣的东西 这是一段网络语言：周末，读大学的GG(哥哥)回来，给我带了很多好东西，都系‘偶’(我)非常‘稀饭’(喜欢)的。就‘酱紫’(这样子)，‘偶’(我)就答应GG陪他去逛街吃KPM(肯德基、比萨饼、麦当劳）。 猜猜网络语言（可不要当真用） 活动到此结束 谢谢大家观看！！ 下面我们来轻松一下,欣赏一下几个经典的广告词 优秀广告词:早点下斑 不再逗留 默默无蚊 衣衣不舍 百衣百顺 鸡不可失 那么请问你们对于这种改动成语的广告有什么看法呢? 我还搜集了一些很经典的广告 借问酒家何处有,牧童遥指杏花村。 第三块内容：下面说的一定是大家感兴趣的东西 这是一段网络语言：周末，读大学的GG(哥哥)回来，给我带了很多好东西，都系‘偶’(我)非常‘稀饭’(喜欢)的。就‘酱紫’(这样子)，‘偶’(我)就答应GG陪他去逛街吃KPM(肯德基、比萨饼、麦当劳）。 猜猜网络语言（可不要当真用） 活动到此结束 谢谢大家观看！！ * 模型 参数个数 误差平方和 （SSE） 类 线性回归 11 19.08 0.7274 回归树 11 16.76 0.7606 泊松-逆高斯回归 12 15.08 0.7846 负二项回归 12 14.73 0.7896 泊松回归 11 13.04 0.8138 神经网络（1个神经元） 13 12.30 0.8242 神经网络（2个神经元） 25 5.85 0.9165 神经网络（3个神经元） 37 5.11 0.9270 模型的误差平方和比较 * 费率约束 约束：下述三个类别的预测值落在 [0.01, 0.03]。 风险 类别 保障 类型 汽车 产地 用途和 性别 车龄 地区 索赔频率观察值 索赔频率拟合值 1 综合险 国内 男性个人 2~3年 东马 0.0280 0.0335 2 综合险 国内 商务 2~3年 东马 0.0000 0.0001 3 综合险 国外 女性个人 6年以上 东马 0.0126 0.0123 * 对选定的三个风险类别约束前后的索赔频率预测值 约束：索赔频率的拟合值要落在区间[0.01, 0.03]内 * 对所有风险类别约束前后的索赔频率预测值 约束：索赔频率的拟合值不超过0.05 小结 预测精度：神经网络模型 方便性、实用性、可解释性： 泊松回归 伽马回归 Tweedie回归 Logistic回归，Beta回归 * 谢谢！ * 三十功名创传奇,八千里路驰江铃。 （山西杏花村酒） （江铃摩托） 禁止抽烟，连皇冠牌也不例外。 车到山前必有路，有路必有丰田车。 （丰田车） 妹妹 GG： MM： 哥哥 JJ： 姐姐 DD： 弟弟 88 拜拜 55555 呜呜呜呜呜（哭） 847 别生气 9494 就是就是 4242 是啊是啊 8147 不要生气 三十功名创传奇,八千里路驰江铃。 （山西杏花村酒） （江铃摩托） 禁止抽烟，连皇冠牌也不例外。 车到山前必有路，有路必有丰田车。 （丰田车） 妹妹 GG： MM： 哥哥 JJ： 姐姐 DD： 弟弟 88 拜拜 55555 呜呜呜呜呜（哭） 847 别生气 9494 就是就是 4242 是啊是啊 8147 不要生气  第 十 二 届 中 国 精 算 年 会 The 12th China Actuarial Annual Conference 广义线性模型：发展与应用 孟生旺 中国人民大学统计学院 Email：mengshw@ 主要内容 基本的广义线性模型：理论与应用 模型评价 费率约束 广义线性模型的推广与应用 分布假设的推广 GAM与GAMLSS（GAM for Location, Scale and Shape) 神经网络与回归树 应用案例 * 基本GLM：理论与应用 分布假设： 正态 泊松、负二项：索赔频率 伽马、逆高斯：索赔强度 Tweedie：纯保费 二项：续保率 连接函数： 恒等：加法模型 对数：乘法模型，预测值大于零 logit：预测值在（0，1）区间 * Tweedie、泊松和伽马的比较： Tweedie： 泊松：p=1 伽马：p=2 * 模型评价