讲随机变量及其分布数字特征.pptVIP

非寿险精算 第十二讲 损失分布 之 1.研究损失分布的数学工具 课程5大板块 损失分布 统计推断 费率厘定 准备金评估 再保险 损失分布的研究工具 随机变量及其分布 离散型随机变量与连续型随机变量 随机变量的数字特征、特征函数、矩母函数 损失的理论分布 正态分布和中心极限定理 赔款额的理论分布 赔款次数的理论分布 一、随机变量及其分布 损失：保险标的在保险事故中遭到的实际损失额 损失常用随机变量来表示 即：取值带有随机性，但取值具有概率规律 赔款：由损失决定，但考虑保险金额（责任限额）、免赔额等，一般不超过损失额 把握了损失的规律，也就把握了险种的规律，赔款规律也容易把握。 因此，非寿险精算师主要将精力集中在研究损失 即，研究损失的分布及其特征 一、随机变量及其分布 个别保险标的：损失不确定，损失额用X表示 大量保险标的：有一定规律可循，可用X的概率分布描述损失额的变化 1.随机变量X的分布函数 X取值不超过实数x的概率，记作F(x)＝P(X≤x),x∈R F(x)的基本性质略，见P15 用于保险： X－保险标的损失额，a－免赔额 保险公司承担保险责任的概率P(X＞a)＝1－F(a) b－实际损失额 保险公司承担保险责任的概率P(a＜X＜b)＝ F(b)－F(a) 一、随机变量及其分布 2.二维随机变量(X,Y) （1）二维随机变量(X,Y)的联合分布函数 X取值不超过实数x并且Y取值不超过实数y的概率 记作F(x,y)＝P(X≤x,Y≤y) （2）二维随机变量(X,Y)的边际分布函数 （3）若对任意（x,y）∈R2,都有 则称随机变量X与Y互相独立。 二、离散型随机变量与连续型随机变量 1.离散型随机变量X X只能取有限个值或可列个值 2.离散型随机变量的分布列 若离散型随机变量X的可能取值为x1，x2，…，xi，…， ? ?? ?? ?? ? pi＝P(X＝xi)≥0??（i＝1，2，…）且满足 则称为pi为随机变量X的分布列（概率分布） 二、离散型随机变量与连续型随机变量 离散型随机变量举例（二点分布） 二、离散型随机变量与连续型随机变量 连续型随机变量X：其取值不再是一些离散的点而是某个区间，比如，零件尺寸、农作物的产量、水库的水位、保单的索赔额等 与离散型随机变量的分布列对应，连续型随机变量可用密度函数描述概率分布。 二、离散型随机变量与连续型随机变量 连续型随机变量举例（均匀分布）： 三、随机变量的数字特征、特征函数、矩母函数 随机变量的数字特征——数学期望、方差 作用：获得随机变量X（即损失额或索赔次数）的期望和方差，计算费率及波动幅度 1.离散型随机变量的数学期望和方差 三、随机变量的数字特征、特征函数、矩母函数 2.连续型随机变量的数学期望和方差 三、随机变量的数字特征、特征函数、矩母函数 3. 数学期望和方差的性质 三、随机变量的数字特征、特征函数、矩母函数 4. 随机变量分布的偏斜程度 可以用“矩”的概念来度量随机变量分布的对称性（偏斜度） （1）当分布对称时，偏度等于0 （2）当分布不对称时，偏度不等于0 a.当密度函数在右边有“长尾巴”，分布正偏斜，偏度＞0 b.当密度函数在左边有“长尾巴”，分布负偏斜，偏度＜0 对非寿险的大多数业务来说，由于常会发生大额赔款，通常赔款额的分布有明显的正偏斜。 三、随机变量的数字特征、特征函数、矩母函数 随机变量的特征函数与矩母函数 三、随机变量的数字特征、特征函数、矩母函数 矩母函数的作用 随机变量 X 的矩母函数是唯一的，且唯一确定 X 的分布函数，则可唯一决定 X 的分布模式。 几个特殊随机变量的矩母函数： 例2.1.5 常数C的矩母函数 例2.1.6 指数分布的分布函数 F(x) 的矩母函数 损失分布的研究工具 随机变量及其分布 离散型随机变量与连续型随机变量 随机变量的数字特征、特征函数、矩母函数 损失的理论分布 正态分布和中心极限定理 赔款额的理论分布 赔款次数的理论分布 损失的理论分布 非寿险精算分析损失规律的方法 1.根据