来源:考而思在线
美国伊利诺伊大学香槟分校本科精算Loss Models课程着重于统计技术在精算模型中的应用。大多数例子都是为财产/意外伤害保险或生命保险产品的应用定制的。课程内容涉及精算建模过程的基础,经验模型和参数模型的构建、选择和验证,以及生存、严重程度、频率和累积损失模型,估计模型参数的统计方法。美国伊利诺伊大学香槟分校本科精算Loss Models课程大纲详情如下。
第一部分:简介
1、建模:基于模型的方法,随机变量
2、简介:关键功能和四种模型
3、基本分布量:百分位数值,生成函数和随机变量的和,风险衡量
第二部分:精算模型
1、精算模型特征,参数的作用
2、连续模型:创建新分布,选定的分布及其关系,线性指数族
3、离散分布:泊松分布,负二项分布,二项分布,(a,b,0)类
4、高级离散分布:复合频率分布,混合频率分布
5、频率和严重性:免赔额,普通免赔额的损失消除率和通货膨胀的影响,政策限制,共同保险、免赔额和限额
6、累积损失模型:累积索赔的复合模型,分析结果,计算累积索赔分布,递归方法
第三部分:实证模型构建
1、数理统计,点估计,区间估计,完整数据估计
2、完整个体数据的经验分布,分组数据的经验分布,修改数据的估计
3、点估计,均值、方差和区间估计,内核密度模型
第四部分:参数统计方法
1、矩和百分位数匹配法,最大似然估计,方差和区间估计,递减概率的最大似然估计,离散分布的频率估计
2、泊松,负二项式,二项式,(a,b,1)类,复合模型
3、贝叶斯估计:定义和贝叶斯定理,推理和预测,共轭先验分布和线性指数族,计算问题
4、模型选择:数据和模型表示,密度和分布函数图形比较,假设检验,选择模型
第五部分:可信度
1、有限波动可信度理论,完成可信度,部分可信度
2、最精确可信性理论:条件分布和期望,贝叶斯方法,信度保费,布尔曼模型,布尔曼-施特劳布模型,确切可信度
以上即为美国伊利诺伊大学香槟分校本科精算Loss Models课程大纲,同学若还有其他课程学习问题,可以直接和我们的课程顾问进行沟通,如果需要课程辅导,我们能立即安排。
当前文章链接:
凡来源标注“考而思”均为考而思原创文章,版权均属考而思教育所有,任何媒体、网站或个人不得转载,否则追究法律责任
免费获得学习规划方案
已有 2563 位留学生获得学习规划方案
马上领取规划
*已对您的信息加密,保障信息安全。