(复合泊松分布.docVIP

复合泊松分布及其性质 称随机变量服从参数为的复合泊松分布，如果满足 1．随机变量,是相互独立 2．若具有相同的分布，且分布与相同 3．服从泊松分布，参数为  定理3.1 设为相互独立的随机变量，且为参数为，个体索赔分布为的复合泊松分布，，则服从参数为，且的复合分布。 背景： 可看成个保险保单组合，S则是这m个保单组合的总索赔额。 S也可以看作同一个保单组合在m个不同年度内的总索赔额 证明：设为参数为的复合泊松分布，Si的矩母函数为。由于为相互独立的随机变量，因此的矩母函数为： 设，由矩母函数的定义知，为的矩母函数，因此 所以为参数为，个体索赔分布为的复合泊松分布。 例：设服从复合泊松分布，，也服从复合泊松分布，，若和相互独立，求的分布。 解：服从复合泊松分布，，的分布为 定理：设总索赔额S是一个复合泊松分布，其中个体保单的索赔额X的分布。假设X的取值可以分为m种类型：，其中。设N表示索赔发生总次数，分别表示类型索赔发生的次数， 。下面结论成立： （1）随机变量相互独立，服从参数为的泊松分布。 （2）设表示当第类索赔事件发生时的索赔额，即 ，令，则都是相互独立且服从参数为的复合泊松分布，个体索赔额为。 例3.13：设服从复合泊松分布， 。令,求的分布，的分布。 解：令， 则的分布为 1 0 2 0 3 0 设表示第类索赔事件发生的次数，则是泊松分布，。于是计算得到，，因此，是复合泊松分布，，个体索赔分布为。是复合泊松分布，，个体索赔分布为。 例3.14设索赔次数N服从?＝?的泊松分布，个体索赔额的分布??，计算总索赔额索赔额为的索赔事件次数，则的泊松分布，总索赔额，利用独立随机变量和的卷积公式得到下表。 1N1 2N2 3N3 4N4 0 0.8187 0.6703 0.5488 0.4493 0.1353 1 0.16375 0 0 0 0.02705 2 0.016375 0.2681 0 0 0.05683 3 0.00109 0 0.3293 0 0.0922 4 0.000055 0.0536 0 0.3595 0.1364 例3.15：设某保险公司承保医疗保险，表示一次医疗费用，表示看病的次数，服从泊松分布，表示该医疗保险的总费用，设的分布密度为 试分析加入免赔额后，保险公司的总索赔额的变化。 解：首先考虑无免赔额情形，此时。总索赔额等于总医疗费用S。由的分布密度计算得到 总索赔额的期望和方差为 下面考虑的情形。这时将医疗费用分为两类： 。设表示医疗费用小于等于免赔额的次数，服从参数为的泊松分布。表示医疗费用大于免赔额， 服从参数的泊松分布。设， ，则总损失额，其中 S1表示医疗费小于等于免赔额的总费用，这部分费用完全由投保人承担。S2表示医疗费大于免赔额的总费用。由于，因此 其中表示第i次看病的索赔额。从上式可以看出，总费用S2分为两部分，一部分由投保人承担，另一部分是总索赔额部分，由保险人来承担。我们记总索赔额为S3，则。Yi的分布密度为 因此，，。可以得到总理赔额的期望和方差为 加入免赔额后，总理赔额比没有免赔额时减少了。 事实上，总损失S可以分解为： 其中S4为投保人承担的医疗费用，S3是由保险人来承担索赔额。  的近似分布 1、 正态近似 定理 设个别理赔额分布函数为，，。 （1）如果是复合泊松分布，参数为，则当时的分布趋于标准正态分布。 （2）如果是复合负二项式分布，参数为， 个别理赔额分布函数为，则 的分布在时趋于标准正态分布。 证明：我们将利用来证明（1）和（2）。对于泊松分布情形，由得到 由公式（5）知，因此 由矩母函数的级数展开式 ， 我们可以得到， 当，，即。从而，Z分布在时趋于标准正态分布。 对于负二项分布，令 再用类似的方法证明Z分布在时趋于标准正态分布。此处不再叙述。 例：(SOA 2001-11 30) The claims department of an insurance company receives envelopes with claims for insurance coverage at a Poisson rate of l = 50 envelopes per week. For any period of time, the number of envelopes and the numbers of claims in the envelopes are independent. The numbers of claims in the envelop