- 1、本文档共36页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
6孟生旺-广义线性模型-发展与应用
;主要内容;基本GLM:理论与应用;Tweedie、泊松和伽马的比较:
Tweedie:
泊松:p=1
伽马:p=2;模型评价1:偏差
近似服从自由度为n - p的卡方分布。除泊松外,效果不是很好。
对于嵌套模型,偏差之差近似服从 p - q 的卡方分布,近似效果较好。
注:SAS中称fD为偏差,称D为尺度偏差。;模型评价2:残差(下页图示)
Anscobe残差:
Deviance残差:
若分布假设是合理的,标准化处理后近似服从标准正态分布。
若偏差di的绝对值大于1,说明对这个观察值的拟合效果较差。;*; 模型评价3:Type 1 和 Type 3 分析; 模型评价4:标准误、置信区间和p值 ;模型评价5:把样本数据分为三组(数据充足)
训练样本(training data)
测试样本(test data)
评价样本(validation data)
模型评价6:Box-Cox检验
;来源:Anderson etc.(2007), Practitioners’ guide to GLM;模型比较:信息准则
AIC或BIC的值越小越好。
误差平方和的比较? ;GLM的优缺点;费率约束:
A区域的费率系数不超过1.20
B区域的费率系数保持在当前水平1.10不变
如何解决?
传统方法:
方法 2:抵消项
方法 3:一般约束条件下的广义线性模型;性别;权重与抵消项的关系:泊松回归为例:
因变量:索赔次数(C)
权重:无
抵消项:log(风险单位数)
因变量:索赔频率(F)
权重:风险单位数(e)
抵消项:无;费率约束情况下,何时不宜使用抵消项?
例:公司希望开拓高端住宅保险市场,措施之一是适当降低其费率
问题:保额与区域高度相关
应用抵消项的结果:区域因子会调整,使得高端住宅的费率仍然较高
解决途径?方法3,一般约束条件下的广义线性模型;*;GLM的推广 与应用;广义可加模型(Generalized Additive Models,GAM)
GAMLSS模型(GAM for Location, Scale and Shape);神经网络模型
;神经网络模型的优点:
广义线性模型的推广。
非线性。
无需事先指定解释变量与因变量之间的函数关系。
可以以任意精度逼近任意的连续函数
预测效果通常要优于常用的广义线性模型,但有例外
;神经网络的缺陷:
缺乏进行统计推断和模型检验的统计理论
模型参数不易解释
预测过程类似于一个黑箱
有可能会引入不必要的交互项,导致过拟合??;回归树
优点:
无需对因变量和解释变量之间的函数关系作出假设
可以方便地处理交互作用
缺点:
拟合值是分段常数,不大可能产生很好的拟合效果。;最小偏差法及其推广(下页)
优点:建立加法和乘法的混合模型
缺点:没有严格的统计检验
;;应用案例;*;*;*;*;*;*;*;小结;谢谢!
文档评论(0)