平衡损失函数下具有时间变化效应的信度保费

在经典信度理论中,一个保单组合中各风险之间是相互独立的,并且对于这组保单的某一特定的个体,没有考虑其在过去各年索赔额的时间变化效应,在均方损失函数下推导出它的信度保费。为此,在研究个体过去索赔额序列间具有时间变化效应的特殊相关结构的信度保费表达式的基础上,采用平衡损失函数考虑此种风险结构的信度理论,得到了Bühlmann和Bühlmann-Straub模型的信度保费。     

随机效应线性模型下的责任准备金估计

利用随机效应来刻画非寿险保险中复杂的风险因素,构建了非寿险责任准备金的随机效应线性模型。结合信度理论的思想和方法,将责任准备金的估计限定在样本的线性函数中,通过最小化期望损失函数矩阵,获得准备金的最优预测。在求解过程中,利用了正交投影的相关结论,得到的估计能表达为加权和的信度形式。进而,证明了信度预测的无偏性和条件无偏性,并给出了预测的均方误差公式。最后,利用数值模拟的方法验证了估计关于参数的敏感度。     

平衡损失下回归系数的线性可容许性

在平衡损失函数下研究线性模型中回归系数的线性容许估计,得到了回归系数的估计在平衡损失下为可容许估计的充分必要条件.     

矩阵损失下不可估函数的线性估计的可容许性

一般线性模型可估函数的可容许估计问题已有详细的讨论.对一般线性模型在矩阵损失下,得到了不可估函数的线性估计为可容许估计的充要条件.     

NCD系统下的损失分布参数估计

对投保人使用的奖惩系统下的追奖,使部分事故不出现索赔而导致损失频率高于报告索赔频率,对于有比例免赔和保险限额的汽车第三者责任保险,本文用动态规划方法评价和估计最优自留额.     

多元随机回归系数和参数的线性估计可容许的几个结果

在两种矩阵损失函数下讨论随机效应多元线性模型中回归系数和参数的线性估计的可容许性,并且在齐次和非齐次线性估计类中分别得到了可容许估计的充要条件。     

多元随机回归系数和参数的线性估计可容许的几个结果

在两种矩阵损失函数下讨论随机效应多元线性模型中回归系数和参数的线性估计的可容许性,并且在齐次和非齐次线性估计类中分别得到了可容许估计的充要条件。     

平衡损失下双h型岭估计的优良性

讨论了在平衡损失下双h岭估计的优良性问题,给出了平衡损失下双h岭估计的风险函数的表达式,并得到了在损失下该非线性估计对于普通的最小二乘估计的一致优良性的一个充分条件.     

随机保费的Erlang(2)风险模型的赤字尾概率

研究索赔计数过程是Erlang(2)过程、保费收入为复合Poisson过程的风险模型,得到了赤字尾的分布和函数型不等式,并得到了一些指数型上界估计.     

基于两阶段加窗插值的多音信号频率估计算法

频域插值是一种广泛应用于多音信号频率估计的方法。为了提高相邻单音分量频率间隔较小时的频率估计性能,该文提出了一种基于两阶段加窗插值的频率估计算法。该算法采用一种新的支持任意窗函数的插值器来估计频率,通过在不同的阶段选择不同的窗函数,可以在不损失信噪比的前提下减少多个单音分量之间的相互干扰。数值结果表明,该算法具有比现有算法更好的估计性能,特别是在相邻单音分量频率间隔较小的情况下。     

回归系数和参数的可容许性估计——对正态条件下具有两个方差分量的一般随机效应线性模型

本文考虑具有两个方差分量的一般随机效应线性模型Y=Xβ e,对该模型随机回归系数和参数的可估函数Sα Qβ,在矩阵损失与二次损失函数下,分别给出其线性估计LY α在一切估计类中是Sα Qβ的可容许估计的充分条件。     

方差分量模型中线性估计的最优性及可容许性

将随机效应线性模型和方差分量模型合并为一种模型，即具有随机回归系数的方差分量模型，给出了随机回归系数和参数的线性可估函数的最优线性无偏估计以及在矩阵损失函数下的可容许性，在正态假设下，讨论了线性估计在一切估计类中的可容许性。     

一类分布均值的James-Stein估计的改进

研究了一类分布的均值估计问题．在给定损失函数下,得到了优于两类James—Stein型估计的一类估计．     

生长曲线模型中回归系数的RLS估计

给出了生长曲线模型中回归系数的约束最小二乘估计，并在迹损失函数的意义下与通常无约束的LS估计进行了比较。     

Entropy损失函数下两参数指数威布尔分布尺度参数的Bayes估计及其性质

在Entropy损失函数下,利用构造多层先验分布的方法求出了指数威布尔分布参数的多层Bayes估计,然后根据经验Bayes估计的思想,利用密度函数的核估计方法,构造了参数的经验Bayes估计并证明了该估计的渐进最优性和可容许性,最后运用随机模拟,将其与平方损失函数下的Bayes估计以及极大似然估计(MLE)进行了比较,结果表明:Entropy损失下的Bayes估计较后两种估计好.     

正态参数估计的损失函数和风险函数的Bayes推断

给出正态分布Ｎ（μ,σ＾２）在方差σ＾２已知情况下均值参数μ的估计的损失函数和风险函数的不同Ｂａｙｅｓ估计,并得到的无信息先验分布和其共轭先验分布也为正态分布时,风险函数和损失函数的Ｂａｙｅｓ估计的性质。     

方差分量模型中回归系数的线性Bayes估计

本文研究了方差分量模型中在平方和损失函数和矩阵损失函数下回归系数的线性Ｂａｙｅｓ估计。     

Pareto分布参数的Bayes估计

文章主要研究了Pareto分布的参数估计。在平方损失函数下给出了Pareto分布参数的Bayes估计,并且证明了这一估计是可容许的。在Q-对称熵损失函数下,讨论了Pareto分布参数的Bayes估计。     

平衡损失下正态总体均值的序贯估计

对于均值μ和方差σ2均未知的正态总体N(μ,σ2),其均值的序贯估计是一个重要的问题.平衡损失函数是反应了拟合度和估计精度两方面的损失函数.在平衡损失函数下,得到了关于正态均值的序贯估计-XT,并且证明了序贯过程(T,-XT)在某种意义下是优良的.     

离散时间风险模型有限时间破产概率的一致估计

研究净损失是二元上尾独立同分布,并且分布函数是D∩L类的离散时间风险模型,得到离散时间风险模型有限时间破产概率的一致估计。