[2018年最新整理]人寿保险的数学模型.docVIP

东北大学秦皇岛分校 数学模型课程设计报告 经理人的人寿保险模型 院 系 数学与统计学院 专 业 学号 姓名 张尚国 姜玉山 成 绩 教师评语： 指导教师签字： 2012年7月日。 本模型通过已知的统计数据，最终得出了极为近似的函数关系，其基本思想可以推广到其他同类的问题上。 关键词： 回归分析 残差分析 保险 MATLAB 1 问题引入 1.1 问题题目 课程设计的具体问题描述。下表列出了某城市18位35～44岁经历的年平均收入X1(千元)，风险偏好度X2和人寿保险Y(千元)的数据，其中风险偏好度是根据发给每个经历的问卷调查表。 综合评估得到的，它的数值越大，就越偏爱高风险。研究人员想研究此年龄段中的经理所投保的人寿保险额与年平均收入及风险偏好度之间的关系。研究者预计，经理的年平均收入和人寿保险额之间存在着二次关系，并有把握地认为风险偏好度对人寿保险额有线性效应，但对于风险偏好度对人寿保险额是否有二次效应以及两个自变量是否对人寿保险额有交互效应，心中没底。请通过表中数据来建立一个合适的回归模型，验证上面的说法，并给出进一步分析。 请通过表中数据来建立一个合适的回归模型，验证上面的说法，并给出进一步分析。 序号 Y X1 X2 序号 Y X1 X2 1 196 66.290 7 10 49 37.408 5 2 63 40.964 5 11 105 54.376 2 3 252 72.996 10 12 98 46.186 7 4 84 45.010 6 13 77 46.130 4 5 126 57.204 4 14 14 30.366 3 6 14 26.852 5 15 56 39.060 5 7 49 38.122 4 16 245 79.380 1 8 49 35.840 6 17 133 52.766 8 9 266 75.796 9 18 133 55.916 6 表1.11 统计的X1，X2和Y的数据 1.2 分析与假设 根据我们平常的经验，我们容易做出如下判断：经理的人寿保险额应该随经理人的收入的提升而提高，与该经理人的风险偏好度有着直接的关系。然而，我们并不知道这种关系是二次关系还是线性关系，我们可以通过作图初步判定这种关系。 为了简化模型，我们做如下假设： 假设经理人的年纪不影响所投保的人寿保险的金额； 假设经理人身体状况大致相当，无差异； 2 基本模型 题目告知中预计Y与X1二次效应，有较大把握认为Y与X2有线性效应，为了大致地分析Y与X1和X2的关系，首先利用已知数据分别作出对Y对X1和X2的散点图和初步拟合图线。 图2.1 图2.1 的分析发现随着X1 的增加，Y 有向上弯曲增加的趋势，因此拟合的时候选择使用二次拟合，建立2 次函数的模型： 其中 是随机误差 通过对图像2 的分析发现随着X2 的增加，Y 的值有比较明显的线性变化的趋势，因此我们建立了如下的模型： 综合上面的分析，我们建立如下的回归模型 其中X1 和X2为回归变量，是给定收入X1 和风险偏好度X2的数据时，购买的保险Y 的平均值，， ，，是回归系数，由已知的数据估计求解，如果模型建立的大致合适，,那么 应该大致服从均值为零的正态分布。 3 模型分析 3.1 模型求解 直接利用MATLAB统计工具箱中的regress求解（代码见附录），使用格式为: [b,bint,r,rint,stats]=regress(y,x,alpha) 其中输入y为模型中Y的数据（n维向量，n=18）,x为对应于回归系数=（， ，，)的数据矩阵[1 X1 X2 X12]（ 矩阵，其中第一列全为1），alpha为置信水平（缺省时=0.05）；输出b为的估计值，记作，bint为b的置信区间，r为残差向量y-x，rint为r的置信区间，stats为回归模型的检验统计量，有4个值，第1个回归方程的决定系数R2 (R是相关系数)，第2个是F统计量值，第3个是与F统计量对应的概率值p，第4个是估计误差方差。 得到模型的回归系数估计值及其置信区间（置信水平=0.05）、检验统计量R2、F统计量值、p值结果整理如下： 参数 参数估计值 参数置信区间 -62.3489 [ -73.5027 -51.1952 ] 0.8396 [ 0.3951