阿加塔·博拉提涅斯卡 集体风险模型中保费的后验后悔(Gamma)-极小极大估计。 (英语) Zbl 1169.91383号 阿斯汀公牛。 38,第1期,277-291(2008). 摘要:考虑了保险索赔的集体风险模型。其目的是估计保费,保费定义为一个函数(H),指定到一个未知参数(θ)(预期索赔数量)。计算保费的四个原则适用。采用贝叶斯方法,将参数(θ)的先验知识与随机样本形式的知识相结合。考虑了两个损失函数(平方误差损失函数和非对称损失函数LINEX)。通过引入先验值类来假设先验值的一些不确定性。考虑稳健过程的一个概念,计算了后验后悔(Gamma)极小极大保费,作为最优稳健保费。给出了一个数值例子。 引用于7文件 MSC公司: 91B30型 风险理论,保险(MSC2010) 93E10型 随机控制理论中的估计与检测 91B70型 经济学中的随机模型 关键词:贝斯模型;先验分类;后悔莫及;平方误差损失;LINEX公司;保险费 PDF格式BibTeX公司 XML格式引用 \textit{A.Boratyáska},阿斯汀公牛。38,第1号,277--291(2008;Zbl 1169.91383) 全文: 内政部 参考文献: [1] 稳健贝叶斯分析第241页–(2000) [2] 内政部:10.1080/01621459.1986.10478289·doi:10.1080/01621459.1986.10478289 [3] 现代精算风险理论(2001) [4] 保险:数学与经济学8 pp 77–(1989) [5] 保险:数学与经济学39 pp 115–(2006) [6] 扫描。精算杂志第37页–(2002) [7] 保险:数学与经济学31第105页–(2002) [8] 《保险:数学与经济学》第25页第387页–(1999年) [9] 内政部:10.4064/am29-3-3·Zbl 1009.62503号 ·doi:10.4064/am29-3-3 [10] DOI:10.4064/am29-1-2·Zbl 1053.62015年 ·doi:10.4064/am29-1-2 [11] 内政部:10.1007/BF02562676·Zbl 0827.62026号 ·doi:10.1007/BF02562676 [12] 内政部:10.1214/aos/1176347148·Zbl 0724.62032号 ·doi:10.1214/aos/1176347148 [13] DOI:10.1080/03610928808829700·Zbl 0639.62021号 ·doi:10.1080/03610928808829700 [14] 统计与决策13 pp 315–(1995) [15] 统计学课堂讲稿152(2000) [16] 扫描。精算J.pp 134–(1999) [17] 内政部:10.2307/2988548·doi:10.2307/2988548 [18] 数字对象标识码:10.1017/S0515036100005900·doi:10.1017/S0515036100005900 [19] 内政部:10.1080/01621459.1991.10475139·doi:10.1080/016214591991.10475139 [20] 从数据到决策的损失模型(1998) [21] 精算学中的贝叶斯统计(1992)·Zbl 0753.62075号 [22] 统计与第11号决定第37页–(1993) [23] 贝叶斯计量经济学和统计学研究第195页–(1975) 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。