精算师考试数据建模练习题（完整版）.docxVIP

精算师考试数据建模练习题（完整版）

1.精算数据建模过程中，识别出的赔付额异常值应直接从样本中删除以避免模型偏差。

2.用广义线性模型（GLM）拟合车险赔付频率数据时，通常选用对数连接函数对应泊松分布的响应变量。

3.数据建模中训练集拟合优度显著高于测试集，说明模型存在欠拟合问题。

4.ARIMA模型要求输入的时间序列数据必须满足平稳性条件，非平稳序列需经差分处理后才可建模。

5.拟合财产险损失额分布时，对数正态分布属于右偏分布，适合拟合存在大额长尾赔付的损失数据。

6.精算建模中对赔付数据进行分层抽样时，应将赔付额较低的普通赔案赋予更高的抽样权重以保证样本代表性。

7.进行特征筛选时，皮尔逊相关系数仅能识别变量间的线性相关关系，无法捕捉非线性关联。

8.用链梯法计提未决赔款准备金属于参数类数据建模方法。

9.L1正则化（Lasso）可以实现特征的稀疏化选择，适合处理精算数据中高维特征的降维需求。

10.拟合优度检验中，卡方检验的原假设为样本分布与理论分布不存在显著差异，若p值小于0.05则拒绝原假设，说明模型拟合效果较差。

1.下列分布中，最适合拟合车险第三者责任险的大额长尾损失数据的是

A.正态分布

B.泊松分布

C.帕累托分布

D.二项分布

2.拟合寿险保单退保率数据（取值为0到1的比