




版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
§第2章個(gè)體風(fēng)險(xiǎn)模型
本章討論保險(xiǎn)人風(fēng)險(xiǎn)組合的總索賠額的分布函數(shù)?!斓?章個(gè)體風(fēng)險(xiǎn)模型
本章討論保險(xiǎn)人風(fēng)總索賠(隨機(jī)變量的和)的分布要用卷積,因此非常麻煩。常用到均值,方差,矩母函數(shù),特征函數(shù),母函數(shù)等。有別于中心極限定理的近似方法。風(fēng)險(xiǎn)隨機(jī)變量往往不能用純離散和連續(xù)隨機(jī)變量來(lái)刻畫(huà)。因此常用Riemann-Stieltjes積分。2.1引言總索賠(隨機(jī)變量的和)的分布要用卷積,因此非常麻煩。常用到均2.2混合分布和風(fēng)險(xiǎn)
本節(jié)我們討論保險(xiǎn)風(fēng)險(xiǎn)的一些實(shí)例.由于純離散隨機(jī)變量和純連續(xù)隨機(jī)變量都不能描述這種風(fēng)險(xiǎn),所以我們必須先拓展分布函數(shù)類(lèi).2.2混合分布和風(fēng)險(xiǎn)本節(jié)我們討論保險(xiǎn)根據(jù)概率論的知識(shí),任何一個(gè)分布函數(shù)都滿(mǎn)足根據(jù)概率論的知識(shí),任何一個(gè)分布函數(shù)都滿(mǎn)足離散型的隨機(jī)變量離散型的隨機(jī)變量連續(xù)型的隨機(jī)變量連續(xù)型的隨機(jī)變量在概率論中所學(xué)到的所有的隨機(jī)變量要么為離散型要么為連續(xù)型,幾乎無(wú)一例外.然而保險(xiǎn)領(lǐng)域卻不總是這樣.許多被用來(lái)模擬保險(xiǎn)理賠支付的分布函數(shù)有連續(xù)增長(zhǎng)的部分,同時(shí)也有離散的、正的跳躍部分.
在概率論中所學(xué)到的所有的隨機(jī)變量要么為離散型要么為連續(xù)型,幾設(shè)Z代表某個(gè)保單的理賠支付,則有三種情況:保單合同無(wú)理賠,因此Z=0.保單合同的索賠數(shù)額大于最大的保險(xiǎn)金額M,則Z=M.保單合同產(chǎn)生正常的索賠數(shù)額,則0<Z<M.設(shè)Z代表某個(gè)保單的理賠支付,則有三種情況:風(fēng)險(xiǎn)理論第2章_個(gè)體風(fēng)險(xiǎn)模型如果假設(shè)X是離散隨機(jī)變量,Y是連續(xù)隨機(jī)變量,如果假設(shè)X是離散隨機(jī)變量,Y是連續(xù)隨機(jī)變量,風(fēng)險(xiǎn)理論第2章_個(gè)體風(fēng)險(xiǎn)模型風(fēng)險(xiǎn)理論第2章_個(gè)體風(fēng)險(xiǎn)模型風(fēng)險(xiǎn)理論第2章_個(gè)體風(fēng)險(xiǎn)模型Riemann-Stieltjes積分混合隨機(jī)變量的分布對(duì)于混合隨機(jī)變量其分布為:Riemann-Stieltjes積分對(duì)于混合隨機(jī)變量其分布風(fēng)險(xiǎn)理論第2章_個(gè)體風(fēng)險(xiǎn)模型風(fēng)險(xiǎn)理論第2章_個(gè)體風(fēng)險(xiǎn)模型風(fēng)險(xiǎn)理論第2章_個(gè)體風(fēng)險(xiǎn)模型因此
假設(shè)理賠支付X=400和X=200的概率分別為0.05和0.15,則有因此假設(shè)理賠支付X=400和X=200的概率分別例2.2.4(有索賠,且索賠額服從指數(shù)分布)假設(shè)風(fēng)險(xiǎn)X有如下分布:(1)X的均值是多少?(2)對(duì)于風(fēng)險(xiǎn)厭惡系數(shù)為a=0.01且具有指數(shù)效用函數(shù)的人,愿意為風(fēng)險(xiǎn)X支付的最大保費(fèi)為多少?例2.2.4(有索賠,且索賠額服從指數(shù)分布)假設(shè)風(fēng)險(xiǎn)X有(1)(1)(2)如果被保險(xiǎn)人使用的是參數(shù)為a=0.01的指數(shù)效用函數(shù),則由(1.21)得到最大保費(fèi):(2)如果被保險(xiǎn)人使用的是參數(shù)為a=0.01的指數(shù)效用風(fēng)險(xiǎn)理論第2章_個(gè)體風(fēng)險(xiǎn)模型同樣的,X可以表示成X=IB,其中I表示理賠支付次數(shù)(0或l),B代表理賠支付.因此,
同樣的,X可以表示成X=IB,其中I表示理賠支付次風(fēng)險(xiǎn)理論第2章_個(gè)體風(fēng)險(xiǎn)模型為求X的分布函數(shù)F,我們有由此得為求X的分布函數(shù)F,我們有由此得風(fēng)險(xiǎn)理論第2章_個(gè)體風(fēng)險(xiǎn)模型風(fēng)險(xiǎn)理論第2章_個(gè)體風(fēng)險(xiǎn)模型利用如下眾所周知的方差分解準(zhǔn)則,形如IB的風(fēng)險(xiǎn)方差可以通過(guò)給定I,B的條件分布來(lái)計(jì)算:利用如下眾所周知的方差分解準(zhǔn)則,形如IB的風(fēng)風(fēng)險(xiǎn)理論第2章_個(gè)體風(fēng)險(xiǎn)模型2.3卷積
在個(gè)體風(fēng)險(xiǎn)模型中,我們感興趣的是多個(gè)保單總理賠S的分布:2.3卷積在個(gè)體風(fēng)險(xiǎn)模型中,我們感首先來(lái)計(jì)算X+Y的分布函數(shù):連續(xù)形式的全概率公式首先來(lái)計(jì)算X+Y的分布函數(shù):連續(xù)形式的全概率公式其中求和是取遍所有使得的x。其中求和是取遍所有使得的x。如果X和Y是連續(xù)型的,則如果X和Y是連續(xù)型的,則為求X+Y+Z的分布函數(shù),我們?cè)谧鼍矸e運(yùn)算時(shí)所采用的卷積次序無(wú)關(guān)緊要n個(gè)獨(dú)立同分布的隨機(jī)變量之和的分布函數(shù)是共同邊際分布F的n重卷積,記為為求X+Y+Z的分布函數(shù),我們?cè)谧鼍矸e運(yùn)算時(shí)所采用的一個(gè)集合A的示性函數(shù)定義為
對(duì)任意x,X的分布函數(shù)可以表達(dá)為一個(gè)集合A的示性函數(shù)定義為對(duì)任意x,X的分布函數(shù)可對(duì)任意y,Y的分布函數(shù)可以表達(dá)為又,進(jìn)而有對(duì)任意y,Y的分布函數(shù)可以表達(dá)為又應(yīng)用卷積公式得應(yīng)用卷積公式得風(fēng)險(xiǎn)理論第2章_個(gè)體風(fēng)險(xiǎn)模型例2.3.2(離散分布的卷積)例2.3.2(離散分布的卷積)風(fēng)險(xiǎn)理論第2章_個(gè)體風(fēng)險(xiǎn)模型例2.3.3(iid均勻分布的卷積)例2.3.4(泊松分布的卷積)設(shè)和相互獨(dú)立.例2.3.3(iid均勻分布的卷積)例2.3.4(泊對(duì)一個(gè)非負(fù)隨機(jī)變量X,其矩母函數(shù)定義為
其中h為某個(gè)常數(shù).因?yàn)槲覀兲貏e要用到矩母函數(shù)在0點(diǎn)附近的小區(qū)間里的取值,所以要求h>0.2.4變換隨機(jī)變量的矩母函數(shù)與分布函數(shù)一一對(duì)應(yīng)。如果X和Y相互獨(dú)立,則對(duì)一個(gè)非負(fù)隨機(jī)變量X,其矩母函數(shù)定義為其中h為某個(gè)常數(shù)對(duì)于某些具有重尾的分布,如柯西分布,其矩母函數(shù)不存在.但是特征函數(shù)總是存在的.特征函數(shù)定義為利用展開(kāi)式可以得到隨機(jī)變量的特征函數(shù)與分布函數(shù)一一對(duì)應(yīng)。對(duì)于某些具有重尾的分布,如柯西分布,其矩母函所以X的k階矩等于概率母函數(shù)(pgf)僅用于取值為自然數(shù)的隨機(jī)變量,定義為累積量母函數(shù)(cgf)其定義為所以X的k階矩等于概率母函數(shù)(pgf)僅用于取值為自然數(shù)隨機(jī)變量X的偏度定義為其中
隨機(jī)變量X的偏度定義為其中累積量母函數(shù)、概率母函數(shù)、特征函數(shù)和矩母函數(shù)之間有如下的關(guān)系:累積量母函數(shù)、概率母函數(shù)、特征函數(shù)和矩母函數(shù)之間有如下的關(guān)系2.5近似分布2.5近似分布這樣,我們就可以用下式來(lái)逼近的分布函數(shù):這樣,我們就可以用下式來(lái)逼近的分布函數(shù):例2.5.3(兩種不同的近似)假設(shè)1000個(gè)男性年輕人購(gòu)買(mǎi)了保險(xiǎn)期間為一年的保單.
每個(gè)投保人在一年內(nèi)死亡的概率為0.001,且死亡發(fā)生的理賠支付為1.我們要計(jì)算這批保單總的理賠支付至少為4的概率。
例2.5.3(兩種不同的近似)假設(shè)1000個(gè)男性年輕人購(gòu)買(mǎi)風(fēng)險(xiǎn)理論第2章_個(gè)體風(fēng)險(xiǎn)模型由得(3)正態(tài)近似正態(tài)在這種情形下的估計(jì)很差?。。∮傻?3)正態(tài)近似正態(tài)在這種情形下的估計(jì)很差?。。∵x擇伽瑪分布的理由伽瑪分布包含了常見(jiàn)的一些分布,如指數(shù)分布G(1,β),卡方分布(k/2,1/2)等。伽瑪分布是不對(duì)稱(chēng)的,右拖尾分布。與保險(xiǎn)精算中的風(fēng)險(xiǎn)的分布往往具有類(lèi)似的性質(zhì)。選擇伽瑪分布的理由伽瑪分布包含了常見(jiàn)的一些分布,如指數(shù)分布G密度函數(shù):矩及偏度:矩母函數(shù):密度函數(shù):矩及偏度:矩母函數(shù):平移伽瑪近似可以表述如下:平移伽瑪近似可以表述如下:風(fēng)險(xiǎn)理論第2章_個(gè)體風(fēng)險(xiǎn)模型風(fēng)險(xiǎn)理論第2章_個(gè)體風(fēng)險(xiǎn)模型=0.01Y~Г(4,0.002)2*0.002Y~χ2(8)=0.01Y~Г(4,0.002)NP近似
對(duì)分布函數(shù)作展開(kāi),考慮分布的偏性而得到的一種近似的計(jì)算方法。等價(jià)于,當(dāng)時(shí),NP近似對(duì)分布函數(shù)作展開(kāi),考慮分布的偏性而得到的一種精確值正態(tài)近似Poisson近似伽瑪平移NP0.018930.00620.018990.02120.0228精確值正態(tài)近似Poisson近似伽瑪平移NP0.018930例2.5.8(用NP近似重新計(jì)算例2.5.5)我們用(2.62)決定資本量,以使資本以95%的概率不小于理賠額S:S的95%的分位點(diǎn)為例2.5.8(用NP近似重新計(jì)算例2.5.5)我們用(我們對(duì)和應(yīng)用(2.63)正態(tài)近似NP伽瑪平移0.00130.0110.010我們對(duì)和2.6應(yīng)用:最優(yōu)再保險(xiǎn)一個(gè)保險(xiǎn)人希望對(duì)20000份一年期壽險(xiǎn)保單尋求一個(gè)最佳再保險(xiǎn),這批保單按保險(xiǎn)金額可以分為以下三種:2.6應(yīng)用:最優(yōu)再保險(xiǎn)一個(gè)保險(xiǎn)人希保險(xiǎn)人希望通過(guò)對(duì)最佳自留額的選取,即每份保單的最大支付,盡量提高其在業(yè)務(wù)運(yùn)營(yíng)中能夠滿(mǎn)足其財(cái)務(wù)職責(zé)的概率.一次理賠中扣除自留額以外的剩余部分是由再保險(xiǎn)人支付.保險(xiǎn)人希望通過(guò)對(duì)最佳自留額的選取,即每份保單的最大支付,盡量例如,對(duì)于1.6的自留額,保險(xiǎn)金額為2的某個(gè)被保險(xiǎn)人死亡,該保險(xiǎn)人賠償1.6,再保險(xiǎn)人賠償0.4.
收到保費(fèi)后,保險(xiǎn)人持有資金B(yǎng)以應(yīng)付理賠和支付再保險(xiǎn)保費(fèi).再保險(xiǎn)保費(fèi)是凈保費(fèi)的120%.
例如,對(duì)于1.6的自留額,保險(xiǎn)金額為2的某個(gè)被保險(xiǎn)人死亡首先,置自留額為2,從保險(xiǎn)人的角度看,保單是如下分布保險(xiǎn)人總的理賠數(shù)額S的均值和方差分別為首先,置自留額為2,從保險(xiǎn)人的角度看,保單是如下分布保險(xiǎn)人由中心極限定理,我們得到成本超過(guò)可用資金B(yǎng)的概率(成本等于S加上再保保費(fèi))
由中心極限定理,我們得到成本超過(guò)可用資金B(yǎng)的概率(成本等于S當(dāng)自留額界于2和3之間時(shí),這個(gè)概率如何?對(duì)于給定的資金B(yǎng)如何決定自留額以使保險(xiǎn)人不破產(chǎn)的概率達(dá)到最大?當(dāng)自留額界于2和3之間時(shí),這個(gè)概率如何?§第2章個(gè)體風(fēng)險(xiǎn)模型
本章討論保險(xiǎn)人風(fēng)險(xiǎn)組合的總索賠額的分布函數(shù)。§第2章個(gè)體風(fēng)險(xiǎn)模型
本章討論保險(xiǎn)人風(fēng)總索賠(隨機(jī)變量的和)的分布要用卷積,因此非常麻煩。常用到均值,方差,矩母函數(shù),特征函數(shù),母函數(shù)等。有別于中心極限定理的近似方法。風(fēng)險(xiǎn)隨機(jī)變量往往不能用純離散和連續(xù)隨機(jī)變量來(lái)刻畫(huà)。因此常用Riemann-Stieltjes積分。2.1引言總索賠(隨機(jī)變量的和)的分布要用卷積,因此非常麻煩。常用到均2.2混合分布和風(fēng)險(xiǎn)
本節(jié)我們討論保險(xiǎn)風(fēng)險(xiǎn)的一些實(shí)例.由于純離散隨機(jī)變量和純連續(xù)隨機(jī)變量都不能描述這種風(fēng)險(xiǎn),所以我們必須先拓展分布函數(shù)類(lèi).2.2混合分布和風(fēng)險(xiǎn)本節(jié)我們討論保險(xiǎn)根據(jù)概率論的知識(shí),任何一個(gè)分布函數(shù)都滿(mǎn)足根據(jù)概率論的知識(shí),任何一個(gè)分布函數(shù)都滿(mǎn)足離散型的隨機(jī)變量離散型的隨機(jī)變量連續(xù)型的隨機(jī)變量連續(xù)型的隨機(jī)變量在概率論中所學(xué)到的所有的隨機(jī)變量要么為離散型要么為連續(xù)型,幾乎無(wú)一例外.然而保險(xiǎn)領(lǐng)域卻不總是這樣.許多被用來(lái)模擬保險(xiǎn)理賠支付的分布函數(shù)有連續(xù)增長(zhǎng)的部分,同時(shí)也有離散的、正的跳躍部分.
在概率論中所學(xué)到的所有的隨機(jī)變量要么為離散型要么為連續(xù)型,幾設(shè)Z代表某個(gè)保單的理賠支付,則有三種情況:保單合同無(wú)理賠,因此Z=0.保單合同的索賠數(shù)額大于最大的保險(xiǎn)金額M,則Z=M.保單合同產(chǎn)生正常的索賠數(shù)額,則0<Z<M.設(shè)Z代表某個(gè)保單的理賠支付,則有三種情況:風(fēng)險(xiǎn)理論第2章_個(gè)體風(fēng)險(xiǎn)模型如果假設(shè)X是離散隨機(jī)變量,Y是連續(xù)隨機(jī)變量,如果假設(shè)X是離散隨機(jī)變量,Y是連續(xù)隨機(jī)變量,風(fēng)險(xiǎn)理論第2章_個(gè)體風(fēng)險(xiǎn)模型風(fēng)險(xiǎn)理論第2章_個(gè)體風(fēng)險(xiǎn)模型風(fēng)險(xiǎn)理論第2章_個(gè)體風(fēng)險(xiǎn)模型Riemann-Stieltjes積分混合隨機(jī)變量的分布對(duì)于混合隨機(jī)變量其分布為:Riemann-Stieltjes積分對(duì)于混合隨機(jī)變量其分布風(fēng)險(xiǎn)理論第2章_個(gè)體風(fēng)險(xiǎn)模型風(fēng)險(xiǎn)理論第2章_個(gè)體風(fēng)險(xiǎn)模型風(fēng)險(xiǎn)理論第2章_個(gè)體風(fēng)險(xiǎn)模型因此
假設(shè)理賠支付X=400和X=200的概率分別為0.05和0.15,則有因此假設(shè)理賠支付X=400和X=200的概率分別例2.2.4(有索賠,且索賠額服從指數(shù)分布)假設(shè)風(fēng)險(xiǎn)X有如下分布:(1)X的均值是多少?(2)對(duì)于風(fēng)險(xiǎn)厭惡系數(shù)為a=0.01且具有指數(shù)效用函數(shù)的人,愿意為風(fēng)險(xiǎn)X支付的最大保費(fèi)為多少?例2.2.4(有索賠,且索賠額服從指數(shù)分布)假設(shè)風(fēng)險(xiǎn)X有(1)(1)(2)如果被保險(xiǎn)人使用的是參數(shù)為a=0.01的指數(shù)效用函數(shù),則由(1.21)得到最大保費(fèi):(2)如果被保險(xiǎn)人使用的是參數(shù)為a=0.01的指數(shù)效用風(fēng)險(xiǎn)理論第2章_個(gè)體風(fēng)險(xiǎn)模型同樣的,X可以表示成X=IB,其中I表示理賠支付次數(shù)(0或l),B代表理賠支付.因此,
同樣的,X可以表示成X=IB,其中I表示理賠支付次風(fēng)險(xiǎn)理論第2章_個(gè)體風(fēng)險(xiǎn)模型為求X的分布函數(shù)F,我們有由此得為求X的分布函數(shù)F,我們有由此得風(fēng)險(xiǎn)理論第2章_個(gè)體風(fēng)險(xiǎn)模型風(fēng)險(xiǎn)理論第2章_個(gè)體風(fēng)險(xiǎn)模型利用如下眾所周知的方差分解準(zhǔn)則,形如IB的風(fēng)險(xiǎn)方差可以通過(guò)給定I,B的條件分布來(lái)計(jì)算:利用如下眾所周知的方差分解準(zhǔn)則,形如IB的風(fēng)風(fēng)險(xiǎn)理論第2章_個(gè)體風(fēng)險(xiǎn)模型2.3卷積
在個(gè)體風(fēng)險(xiǎn)模型中,我們感興趣的是多個(gè)保單總理賠S的分布:2.3卷積在個(gè)體風(fēng)險(xiǎn)模型中,我們感首先來(lái)計(jì)算X+Y的分布函數(shù):連續(xù)形式的全概率公式首先來(lái)計(jì)算X+Y的分布函數(shù):連續(xù)形式的全概率公式其中求和是取遍所有使得的x。其中求和是取遍所有使得的x。如果X和Y是連續(xù)型的,則如果X和Y是連續(xù)型的,則為求X+Y+Z的分布函數(shù),我們?cè)谧鼍矸e運(yùn)算時(shí)所采用的卷積次序無(wú)關(guān)緊要n個(gè)獨(dú)立同分布的隨機(jī)變量之和的分布函數(shù)是共同邊際分布F的n重卷積,記為為求X+Y+Z的分布函數(shù),我們?cè)谧鼍矸e運(yùn)算時(shí)所采用的一個(gè)集合A的示性函數(shù)定義為
對(duì)任意x,X的分布函數(shù)可以表達(dá)為一個(gè)集合A的示性函數(shù)定義為對(duì)任意x,X的分布函數(shù)可對(duì)任意y,Y的分布函數(shù)可以表達(dá)為又,進(jìn)而有對(duì)任意y,Y的分布函數(shù)可以表達(dá)為又應(yīng)用卷積公式得應(yīng)用卷積公式得風(fēng)險(xiǎn)理論第2章_個(gè)體風(fēng)險(xiǎn)模型例2.3.2(離散分布的卷積)例2.3.2(離散分布的卷積)風(fēng)險(xiǎn)理論第2章_個(gè)體風(fēng)險(xiǎn)模型例2.3.3(iid均勻分布的卷積)例2.3.4(泊松分布的卷積)設(shè)和相互獨(dú)立.例2.3.3(iid均勻分布的卷積)例2.3.4(泊對(duì)一個(gè)非負(fù)隨機(jī)變量X,其矩母函數(shù)定義為
其中h為某個(gè)常數(shù).因?yàn)槲覀兲貏e要用到矩母函數(shù)在0點(diǎn)附近的小區(qū)間里的取值,所以要求h>0.2.4變換隨機(jī)變量的矩母函數(shù)與分布函數(shù)一一對(duì)應(yīng)。如果X和Y相互獨(dú)立,則對(duì)一個(gè)非負(fù)隨機(jī)變量X,其矩母函數(shù)定義為其中h為某個(gè)常數(shù)對(duì)于某些具有重尾的分布,如柯西分布,其矩母函數(shù)不存在.但是特征函數(shù)總是存在的.特征函數(shù)定義為利用展開(kāi)式可以得到隨機(jī)變量的特征函數(shù)與分布函數(shù)一一對(duì)應(yīng)。對(duì)于某些具有重尾的分布,如柯西分布,其矩母函所以X的k階矩等于概率母函數(shù)(pgf)僅用于取值為自然數(shù)的隨機(jī)變量,定義為累積量母函數(shù)(cgf)其定義為所以X的k階矩等于概率母函數(shù)(pgf)僅用于取值為自然數(shù)隨機(jī)變量X的偏度定義為其中
隨機(jī)變量X的偏度定義為其中累積量母函數(shù)、概率母函數(shù)、特征函數(shù)和矩母函數(shù)之間有如下的關(guān)系:累積量母函數(shù)、概率母函數(shù)、特征函數(shù)和矩母函數(shù)之間有如下的關(guān)系2.5近似分布2.5近似分布這樣,我們就可以用下式來(lái)逼近的分布函數(shù):這樣,我們就可以用下式來(lái)逼近的分布函數(shù):例2.5.3(兩種不同的近似)假設(shè)1000個(gè)男性年輕人購(gòu)買(mǎi)了保險(xiǎn)期間為一年的保單.
每個(gè)投保人在一年內(nèi)死亡的概率為0.001,且死亡發(fā)生的理賠支付為1.我們要計(jì)算這批保單總的理賠支付至少為4的概率。
例2.5.3(兩種不同的近似)假設(shè)1000個(gè)男性年輕人購(gòu)買(mǎi)風(fēng)險(xiǎn)理論第2章_個(gè)體風(fēng)險(xiǎn)模型由得(3)正態(tài)近似正態(tài)在這種情形下的估計(jì)很差?。?!由得(3)正態(tài)近似正態(tài)在這種情形下的估計(jì)很差?。?!選擇伽瑪分布的理由伽瑪分布包含了常見(jiàn)的一些分布,如指數(shù)分布G(1,β),卡方分布(k/2,1/2)等。伽瑪分布是不對(duì)稱(chēng)的,右拖尾分布。與保險(xiǎn)精算中的風(fēng)險(xiǎn)的分布往往具有類(lèi)似的性質(zhì)。選擇伽瑪分布的理由伽瑪分布包含了常見(jiàn)的一些分布,如指數(shù)分布G密度函數(shù):矩及偏度:矩母函數(shù):密度函數(shù):矩及偏度:矩母函數(shù):平移伽瑪近似可以表述如下:平移伽瑪近似可以表述如下:風(fēng)險(xiǎn)理論第2章_個(gè)體風(fēng)險(xiǎn)模型風(fēng)險(xiǎn)理論第2章_個(gè)體風(fēng)險(xiǎn)模型=0.01Y~Г(4,0.002)2*0.002Y~χ2(8)=0.01Y~Г(4,0.002)NP近似
對(duì)分布函數(shù)作展開(kāi),考慮分布的偏性而得到的一種近似的計(jì)算方法。等價(jià)于,當(dāng)時(shí),NP近似對(duì)分布函數(shù)作展開(kāi),考慮分布的偏性而得到的一種精確值正態(tài)近似Poisson近似伽瑪平移NP0.018930.00620.018990.02120.0228精確值正態(tài)近似Poisson近
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 八年級(jí)地理上冊(cè) 第四章 中國(guó)的經(jīng)濟(jì)發(fā)展 第一節(jié) 交通運(yùn)輸 第2課時(shí) 我國(guó)鐵路干線的分布教學(xué)設(shè)計(jì) (新版)新人教版
- 3學(xué)會(huì)自我保護(hù) (公開(kāi)課一等獎(jiǎng)創(chuàng)新教學(xué)設(shè)計(jì))統(tǒng)編版道德與法治七年級(jí)下冊(cè)
- 2創(chuàng)新永無(wú)止境 公開(kāi)課一等獎(jiǎng)創(chuàng)新教學(xué)設(shè)計(jì)(表格式)-1
- UTF-8‘’Brand KPIs for ready-made-food Aunt Bessie's in the United Kingdom-外文版培訓(xùn)課件(2025.2)
- 微量泵使用與護(hù)理
- 案例分析1人感染高致病性禽流感疫情52
- 收藏品質(zhì)押借款合同
- 倉(cāng)庫(kù)租賃買(mǎi)賣(mài)合同樣本
- 軟件開(kāi)發(fā)合同技術(shù)創(chuàng)新目標(biāo)
- 《探求知識(shí)的互聯(lián)互通》課件
- 危重癥患者護(hù)理
- 2025年山東省春季高考語(yǔ)文模擬試卷試題(含答案解析)
- 2024版《糖尿病健康宣教》課件
- DB11∕T 686-2023 透水磚路面施工與驗(yàn)收規(guī)范
- 山東虛擬電廠商業(yè)模式介紹
- 醫(yī)療技術(shù)臨床應(yīng)用管理培訓(xùn)課件
- 敏捷開(kāi)發(fā)管理咨詢(xún)合同
- 病區(qū)安全管理新護(hù)士上崗前培訓(xùn)課件
- 汽車(chē)調(diào)光玻璃行業(yè)專(zhuān)題報(bào)告(技術(shù)路徑、市場(chǎng)空間、競(jìng)爭(zhēng)格局等)-2024-08-零部件
- 老年人血脂異常管理中國(guó)專(zhuān)家共識(shí)(2022版)
- GB/T 44127-2024行政事業(yè)單位公物倉(cāng)建設(shè)與運(yùn)行指南
評(píng)論
0/150
提交評(píng)論