×
Andrew Luong，安德鲁·朗

某些正无穷可分参数族的Cramér-Von-Mises距离估计及其精算应用。 （英语） Zbl 1401.62211号

扫描。演员。J。 2016年第6期，530-549（2016）.
摘要：针对推广复合Poisson族的一些正柔性无穷可分参数族，发展了Cramér-von Mises（CVM）推理技术。这些较大的族对于正数据的参数推断似乎很有用。这些方法基于特征函数的反演。只要特征函数是闭合形式，它们就可以在数值上实现。通常，基于密度函数的似然方法更难实现。CVM方法也会导致模型测试，测试统计数据渐近遵循七方分布。这些方法适用于连续模型，但也可以处理原点处具有不连续点的模型，例如复合泊松模型。模拟研究似乎表明，对于复合泊松伽马族的公共范围，CVM估计比矩估计更有效。精算应用包括估算止损溢价，以及在假定利率由相应的Lévy过程驱动时估算现金流量的现值。

MSC公司：

62P05号 统计学在精算科学和金融数学中的应用
62层35 鲁棒性和自适应程序（参数推理）
60E10型 特性函数；其他变换
91B30型 风险理论，保险（MSC2010）
60G51型 具有独立增量的过程；Lévy过程

关键词：

Lévy过程;特征函数;卡方检验统计量;拟合优度检验;止损保费;现金流量现值;累积量

软件：

坚固的基础
PDF格式BibTeX公司 XML格式引用
\textit{A.Luong}，扫描。演员。京2016，第6号，530--549（2016；Zbl 1401.62211）
全文： 内政部

参考文献：

[1] O.Aalen（1992）。通过复合泊松分布模拟生存分析中的异质性。应用概率年鉴2（4），951-972.10.1214/aoap/1177005583·兹比尔0762.62031
[2] Abate，J.&Whitt，W.（1992年）。概率分布逆变换的傅里叶级数方法。排队系统10（1-2），5-87.10.10007/BF01158520·Zbl 0749.60013号
[3] Abate，J.&Whitt，W.（1996）。通过拉普拉斯变换计算概率分布的运算。应用概率研究进展28(1), 75-113.10.2307/1427914 ·Zbl 0845.60019号
[4] Amemiya，T.（1985）。高级计量经济学剑桥：哈佛大学出版社。
[5] Butler，R.W.（2007）。鞍点逼近及其应用剑桥：剑桥大学出版社.10.1017/CBO9780511619083·Zbl 1183.62001号
[6] Clarke，B.R.（1983年）。极大似然型方程泛函解的唯一性和Fréchet可微性。统计年鉴11(4), 1196-1205. ·Zbl 0541.62023号
[7] Duchesne，T.、Rioux，J.和Luong，A.（1997）。完整和分组数据的最小cramér-von mises距离方法。统计学、理论与方法传播26(2), 401-420.10.1080/03610929708831923 ·Zbl 0898.62032号
[8] 杜弗雷纳·F·和格伯·H·U（1993）。逆高斯过程和相关过程的破产概率。保险：数学与经济学12(1), 9-22. ·Zbl 0768.62097号
[9] Dufresne，F.、Gerber，H.U.和Shiu，E.S.W.（1991）。伽马过程风险理论。ASTIN公告21（2），177-192.10.2143/AST.21.2.2005362
[10] Feller，W.（1971）。概率及其应用简介第二版，纽约：Wiley·Zbl 0219.60003号
[11] Feuerverger，A.和McDunnough，P.（1981）。关于经验特征函数程序的效率。英国皇家统计学会杂志B辑43(1), 20-27. ·Zbl 0454.62034号
[12] Gallant，A.R.和Nychka，D.W.（1987年）。半非参数极大似然估计。计量经济学55(2), 363-390.10.2307/1913241 ·Zbl 0631.62110号
[13] Gerber，H.U.（1992年）。关于无穷可分索赔额分布的破产概率。保险：数学与经济学11(2), 163-166. ·Zbl 0781.62162号
[14] Goovaerts，M.、De Schepper，A.、Vyncke，D.、Dhaene，J.和Kaas，R.（2003）。稳定的法律和固定现金流的现值。北美精算杂志7(4), 32-43.10.1080/10920277.2003.10596116 ·Zbl 1084.91508号
[15] Heckman，P.&Meyers，G.（1983年）。根据索赔严重程度和索赔计数分布计算总损失分布。意外伤害精算师学会会刊LXX，22-61。
[16] Hogg，R.&Klugman，S.A.（1984年）。损失分配纽约：Wiley.10.1002/SERIES1345
[17] Hougaard，P.（1986）。基于稳定分布的异质种群生存模型。生物特征73（2），387-396.10.1093/biomet/73.2.387·Zbl 0603.62015号
[18] Hougaard，P.（1988）。对“从稳定分布导出的异质种群生存模型”的修正和修正。生物特征75(2), 394.
[19] Huber，P.（1981年）。稳健的统计数据纽约：Wiley.10.1002/0471725250·Zbl 0536.62025号
[20] Johnson，N.、Kotz，S.和Kemp，A.W.（1992年）。单变量离散分布第二版，纽约：Wiley·Zbl 0773.62007号
[21] Klugman，S.、Panjer，H.和Willmot，G.E.（2012年）。损失模型：从数据到决策第4版，纽约：Wiley·兹比尔1272.62002
[22] Luganani，R.和Rice，S.O.（1980）。独立随机变量和分布的鞍点近似。应用概率研究进展12(2), 475-490.10.2307/1426607 ·兹比尔0425.60042
[23] Luong，A.和Doray，L.G.（2009年）。基于特殊二次距离的正稳定律推断。统计方法6（2），147-156.10.1016/j.stamet.2008.05.004·Zbl 1220.62033号
[24] Luong，A.和Thompson，M.E.（1987年）。基于二次距离的变换最小距离方法。加拿大统计杂志15(3), 239-251.10.2307/3314914 ·Zbl 0645.62037号
[25] Maronna，R.A.、Martin，R.D.和Yohai，V.J.（2006）。稳健统计：理论和方法纽约：Wiley.10.1002/0470010940·兹比尔1094.62040
[26] Panjer，H.和Willmot，G.（1992年）。保险风险模型伊利诺伊州芝加哥：精算师协会。
[27] Prabhu，N.（2011）。概率论专题新加坡：世界科学·Zbl 1232.60002号
[28] Rao，M.M.（1984）。概率论及其应用纽约：学术出版社·Zbl 0535.60001号
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。