广义线性模型：发展与应用.pdf

第 十 二 届 中 国 精 算 年 会 The 12th China Actuarial Annual Conference 广义线性模型：发展与应用 孟生旺 中国人民大学统计学院 Email ：mengshw@ 主要内容 • 基本的广义线性模型：理论与应用 – 模型评价 – 费率约束 • 广义线性模型的推广与应用 – 分布假设的推广 – GAM与GAMLSS （GAM for Location, Scale and Shape) – 神经网络与回归树 • 应用案例 2 基本GLM：理论与应用 • 分布假设： – 正态 – 泊松、负二项：索赔频率 – 伽马、逆高斯：索赔强度 – Tweedie ：纯保费 – 二项：续保率 • 连接函数： – 恒等：加法模型 – 对数：乘法模型，预测值大于零 – logit ：预测值在（0，1）区间 3 • Tweedie、泊松和伽马的比较： p – Tweedie ： V( )  ，1 p 2 – 泊松：p =1 – 伽马：p =2 • 参数估计： – b 极大似然估计（迭代加权最小二乘估计）。 – 离散参数f ：矩估计还是极大似然估计？ 4 • 模型评价1：偏差D 2 l (bmax ; y) l (b; y) – 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：有时（如SAS ）称fD为偏差，称D为尺度偏差。 – 固定参数f ，极大化似然函数等价于最小化偏差函数。 5 对fD 的解释：估计值与观察值y 之间距离的加权和。 D w d(y , ) i i i i d (1，) 的图示 • 模型评价2 ：残差 – Pearson残差 – Anscobe残差 r sign(y ) d – Deviance残差：D i – 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（下页图示）。 – 若偏差d 的绝对值大于1，说明对这个观察值的 i 拟合效果较差。 7 8