准备金评估的GLM试题.pptxVIP

准备金评估的GLM 孟生旺 中国人民大学统计学院 /mengshw 1 GLM模型的结构 分布假设 线性预测项 连接函数 2 GLM模型的检验和比较 关于解释变量： 是否显著？方差分析，P值 是否分段？是否线性？平滑函数 是否存在交互效应？ 关于分布假设： 残差分析：QQ图，蠕虫图。 流量三角形的数据有限，分布假设的影响显著 关于连接函数？ 模型比较：AIC = - 2l + 2*参数个数 3 准备金评估 的数据格式 流量三角形 数据框 4 事故年 进展年 1 2 3 4 5 6 7 8 9 10 1 357,848 766,940 610,542 482,940 527,326 574,398 146,342 139,950 227,229 67,948 2 352,118 884,021 933,894 1,183,289 445,745 320,996 527,804 266,172 425,046 ? 3 290,507 1,001,799 926,219 1,016,654 750,816 146,923 495,992 280,405 ? ? 4 310,608 1,108,250 776,189 1,562,400 272,482 352,053 206,286 ? ? ? 5 443,160 693,190 991,983 769,488 504,851 470,639 ? ? ? ? 6 396,132 937,085 847,498 805,037 705,960 ? ? ? ? ? 7 440,832 847,631 1,131,398 1,063,269 ? ? ? ? ? ? 8 359,480 1,061,648 1,443,370 ? ? ? ? ? ? ? 9 376,686 986,608 ? ? ? ? ? ? ? ? 10 344,014 ? ? ? ? ? ? ? ? ? 增量赔款的流量三角形格式（Taylor，1983） 5 增量赔款的数据框格式 事故年 进展年 增量赔款 1 1 357848 1 2 766940 1 3 610542 1 4 482940 1 5 527326 1 6 574398 1 7 146342 1 8 139950 1 9 227229 1 10 67948 2 1 352118 2 2 884021 2 3 933894 2 4 1183289 2 5 445745 2 6 320996 2 7 527804 2 8 266172 2 9 425046 3 1 290507 … … … 6 描述性统计分析 7 8 9 10 第1个事故年的进展趋势比较特殊？ 11 均值和方差 方差 = 122188299213 方差/均值 = 195597 Min. 1st Qu. Median Mean 3rd Qu. Max. 67950 352100 527300 624700 905100 1562000 12 泊松分布拟合：图中泊松分布的概率被缩小为实际值的1% 13 14 伽马分布拟合 描述性分析的初步结论 增量赔款右偏，方差远远大于均值，伽马拟合较好 第1个事故年的进展模式与其它事故年不同 15 建模 分布假设： 泊松（链梯法） 伽马 解释变量： 事故年、进展年、日历年 形式：离散、连续 连接函数：对数 16 泊松回归 增量赔款 ~ 泊松分布 log(增量赔款) = 事故年 + 进展年 17 1 2 3 4 5 6 7 8 9 10 准备金 1 357848 1,124,788 1,735,330 2,218,270 2,745,596 3,319,994 3,466,336 3,606,286 3,833,515 3,901,463 　 2 352118 1,236,139 2,170,033 3,353,322 3,799,067 4,120,063 4,647,867 4,914,039 5,339,085 5,433,719 94,634 3 290507 1,292,306 2,218,525 3,235,179 3,985,995 4,132,918 4,628,910 4,909,315 　 5,378,826 469,511 4 310608 1,418,858 2,195,047 3,757,447 4,029,929 4,381,982 4,588,268 　 　 5,297,906 709,638 5 443160 1,136,350 2,128,333 2,897,821 3,402,672 3,873,311 　 　 　 4,858,200 984,889 6 396132 1,333,217 2,180,715 2,