Loss Models and Risk Analysis

课程简介

完整和不完整保险数据：完整、截尾、删失、分组和移位数据；基于样本数据展示的估计调整。 失效时间和损失分布的参数估计：矩法、百分位匹配、最大似然估计和贝叶斯估计。 失效时间和损失分布的非参数估计：经验分布、 Kaplan-Meier 估计量和 Nelson-Aalen 估计量。 估计量的性质：效率、偏差、一致性及均方误差。 估计量的方差和置信区间：经验分布的方法、信息矩阵和 delta 方法。 确定拟合模型适用性的统计检验：Kolmogorov-Smirnov 检验、Pearson 卡方统计量、似然比检验、贝叶斯 Schwarz 标准。 包含协变量的模型：Cox 比例风险模型、参数和半参数模型、广义线性模型；似然和部分似然方法。 保险应用。

学习目标

使学生对保险损失分布及其变化有全面的理解，并了解其在保险政策中的应用。

先修要求

先修课程：AMA529 统计推断

教学模式

本课程主要通过讲授和辅导进行。教学和学习方法主要以问题解决为导向。该方法旨在发展数学技术及其在解决问题中的应用。鼓励学生采用深入学习的方法，运用批判性思维、评价性思维、关联、整合和应用理论到实践中等高级认知策略。