Côté,玛丽码头;基内斯特,克里斯蒂安;马雷克·奥梅尔卡 基于秩的copula回归推理工具,用于财产和意外保险应用。 (英语) Zbl 1427.91223号 保险。数学。经济。 89, 1-15 (2019). 概述:基于秩的程序通常用于copula模型中的推理,用于连续响应,其行为不依赖于协变量。本文描述了这些程序如何适用于更广泛的框架,在该框架中,边际响应的(可能是非线性的)回归模型由不依赖于协变量的copula连接。许多这些技术的有效性可以从经典经验copula过程与基于边际模型适当残差的模拟过程之间的渐近等价性中得出。基于矩的参数估计和copula良好性检验在边际误差项分布的弱条件下仍然有效,即使基于残差的经验copula过程不能弱收敛。这些程序的性能通过在两个通用保险应用程序(微观级多变量保险索赔和相依损失三角形)的上下文中进行模拟来评估。 引用于4文件 MSC公司: 91G05号 精算数学 62P05号 统计学在精算科学和金融数学中的应用 62小时05 多元概率分布的表征与结构理论;连接线 关键词:经验copula过程;光纤质量测试;肯德尔τ反转;最大拟似然;残差;弱收敛 软件:R(右);连接线;全球气候变化监测;辛萨拉帕;连接线 PDF格式BibTeX公司 XML格式引用 \textit{M.-P.科特}等人,《保险》。数学。经济。89,1-15(2019;Zbl 1427.91223) 全文: 内政部 参考文献: [1] 阿卜杜拉,A。;鲍彻,J.-P。;Cossette,H.,用层次阿基米德Copula建模损失三角形之间的依赖性,ASTIN Bull。,45, 577-599 (2015) ·Zbl 1390.91154号 [2] 巴里加,G.D。;Louzada-Neto,F。;奥尔特加,E.M。;Cancho,V.G.,配对生存数据的二元回归模型:局部影响和残差分析,统计方法应用。,19, 477-495 (2010) ·Zbl 1332.62392号 [3] Ben Alaya,医学硕士。;Chebana,F。;Ouarda,T.,多站点和多变量降尺度的概率高斯copula回归模型,J.Clim。,27, 3331-3347 (2014) [4] 陈,X。;Fan,J.,基于半参数copula的多元动态模型在copula错误指定下的估计和模型选择,《计量经济学杂志》,135,125-154(2005)·Zbl 1418.62425号 [5] 科特,M.-P。;Genest,C。;Abdallah,A.,《损失三角形之间相关性建模的基于秩的方法》,《欧洲法案》。J.,6377-408(2016)·Zbl 1394.91205号 [6] 科特,M.-P.,Genest,C.,斯蒂芬斯,D.A.,2019年。一种贝叶斯方法,用于在存在未解决索赔(提交供发布)的情况下对多元微观保险索赔进行建模。 [7] 塞尔格,M。;Horváth,L。;Shao,Q.-M.,一致经验过程和分位数过程积分的收敛性,随机过程。申请。,45, 283-294 (1993) ·Zbl 0784.60038号 [8] Czado,C。;Kastenmeier,R。;Brechmann,E.C。;Min,A.,《保险索赔和索赔规模的混合copula模型》,Scand。演员。J.,2012,4278-305(2012)·Zbl 1277.62249号 [9] De Jong,P.,《损失三角形之间的依赖建模》,《北美法案》。J.,16,74-86(2012) [10] 法希尼,J.B。;奥尔特加,E.M。;Cordeiro,G.M.,带治愈分数的二元回归模型,J.Stat.Compute。模拟。,84, 1580-1595 (2014) ·Zbl 1453.62722号 [11] 弗里斯,E.W。;梅耶斯,G。;Cummings,A.D.,依赖多险种费率制定模型,ASTIN Bull。,40, 699-726 (2010) ·兹比尔1235.91088 [12] 弗里斯,E.W。;Sun,Y.,《纽约州家庭人寿保险需求》。J.,14,338-354(2010) [13] 弗里斯,E.W。;Valdez,E.A.,《分层保险索赔建模》,J.Amer。统计师。协会,103,1457-1469(2008)·Zbl 1286.62087号 [14] 弗里斯,E.W。;Wang,P.,《使用连接函数的可信度》,北美实用主义杂志。J.,9,31-48(2005)·Zbl 1085.62121号 [15] 弗里斯,E.W。;Wang,P.,总损失模型的Copula可信度,保险数学。经济学。,38, 360-373 (2006) ·Zbl 1132.91489号 [16] Genest,C。;Favre,A.-C.,关于copula建模,你一直想知道但又不敢问的一切,J.Hydrol。工程,12347-368(2007) [17] Genest,C。;Ghoudi,K。;Rivest,L.-P.,多元分布族中依赖参数的半参数估计程序,Biometrika,82543-552(1995)·Zbl 0831.62030号 [18] Genest,C。;黄,W。;Dufour,J.-M.,《连接线的规范化良好性测试》,J.SFdS,154,64-77(2013)·Zbl 1316.62075号 [19] Genest,C。;Nešlehová,J.,Copulas和copula模型,(El-Shaarawi,A.H.;Piegorsch,W.W.,《环境计量百科全书》(2012),威利:威利·奇切斯特),541-553 [20] Genest,C。;Nešlehová,J.G。;Rémillard,B.,广义条件下经验多线性copula过程的渐近行为,《多元分析杂志》。,159, 82-110 (2017) ·Zbl 1368.62036号 [21] Genest,C。;雷米拉德,B。;Beaudoin,D.,《连接线的综合质量测试:综述和功效研究》,《保险数学》。经济学。,44, 199-213 (2009) ·Zbl 1161.91416号 [22] Gijbels,I。;Omelka,M。;Veraverbeke,N.,当协变量只影响边际分布时,对连接函数的估计,Scand。J.Stat.,42,1109-1126(2015)·Zbl 1419.62123号 [23] He,W。;Lawless,J.F.,《回归分析的双变量位置尺度模型及其在寿命数据中的应用》,J.R.Stat.Soc.Ser。B、 67、63-78(2005)·Zbl 1060.62061号 [24] Hofert,M.、Kojadinovic,I.、Mächler,M.和Yan,J.,2015年:Copula的多元相关性。R(右)包版本0.999-14。 [25] 霍弗特,M。;Mächler,M.,R中的并行和其他模拟变得很容易:一项端到端的研究,J.Stat.Softw。,69, 1-44 (2016) [26] 李,M。;Boehnke,M。;Abecasis,G.R。;Song,P.X.-K.,使用高斯连接函数进行数量性状连锁分析,遗传学,1732317-2327(2006) [27] Masarotto,G。;Varin,C.,GaussIan copula边际回归,Electron。J.统计。,6, 1517-1549 (2012) ·Zbl 1336.62152号 [28] Neumeyer,N。;Omelka,M。;什叶派胡德科娃。,多元非参数时间序列相关性建模的copula方法,J.multivariate Anal。,171139-162(2019)·Zbl 1417.62254号 [29] 奥克斯,D。;Ritz,J.,二元copula模型中的回归,Biometrika,87,345-352(2000)·Zbl 0954.62090号 [30] 波特,F。;Segers,J.,关于简化假设下经验条件copula的弱收敛性,J.多元分析。,166160-181(2018)·Zbl 1401.62082号 [31] R核心团队,2017年。R(右):统计计算的语言和环境。R(右)奥地利维也纳统计计算基金会。 [32] Rémillard,B.,多元时间序列copula的Goodness-of-fit检验,计量经济学,5,1(2017),文章编号13 [33] Segers,J.,非限制光滑假设下经验copula过程的弱收敛性,Bernoulli,18764-782(2012)·Zbl 1243.62066号 [34] Shi,P。;X·冯。;Boucher,J.-P.,《使用连接函数对保险索赔进行多级建模》,Ann.Appl。统计,10834-863(2016)·Zbl 1400.62238号 [35] Shi,P。;Frees,E.W.,使用连接词保留家属损失,ASTIN Bull。,41, 449-486 (2011) [36] Song,P.X.-K.,由高斯copula生成的多元离散模型,Scand。《统计杂志》,27,305-320(2000)·Zbl 0955.62054号 [37] 范德法特,A.W。;Wellner,J.A.,以估计函数为指标的经验过程,(Cator,E.A.;Jongbloed,G.;Kraaikamp,C.;Lopuhaä,H.P.;Wellner。A.,IMS演讲笔记专题系列2007:渐近:粒子、过程和逆问题。IMS演讲笔记专题系列2007:渐近:粒子、过程和反问题,数理统计研究所,第55卷(2007年),234-252·Zbl 1176.62050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。