【摘要】：信度理論是一種利用單個風(fēng)險或一個保單組合風(fēng)險過去9)年的經(jīng)驗數(shù)據(jù),來判斷未來保費的保費厘定工具.在經(jīng)典信度理論中,通常假設(shè)索賠數(shù)據(jù)服從某一具體分布,并采用對稱損失函數(shù)作為衡量預(yù)測結(jié)果好壞的標(biāo)準(zhǔn),所得的信度保費對不同年份的歷史索賠數(shù)據(jù)賦予了相同的權(quán)重.但在實際應(yīng)用中,這些假設(shè)顯然不太合理.本文的主要工作是研究具有多結(jié)構(gòu)分布的信度保費及精確信度,并在非對稱損失函數(shù)下,推導(dǎo)貝葉斯保費和信度保費的形式.當(dāng)經(jīng)驗數(shù)據(jù)分布未知時,本文采用最大熵方法計算信度保費,得出了不同年份的歷史索賠額具有不同權(quán)重的結(jié)果.此外,文章利用信度模型預(yù)測風(fēng)電場中的超短期風(fēng)速,所得預(yù)測結(jié)果精確有效.文章具體內(nèi)容包括以下幾個部分:第一章緒論簡要論述在多結(jié)構(gòu)分布,非對稱損失函數(shù)和最大熵方法下研究信度保費,以及利用信度模型做風(fēng)速預(yù)測的研究意義、國內(nèi)外研究現(xiàn)狀及研究方法.第二章簡單介紹了PH分布的基本知識,推導(dǎo)PH分布下帶通貨膨脹因子及平衡損失函數(shù)的信度保費和精確信度.第三章在Mlinex損失函數(shù)下,得出了貝葉斯保費、信度保費及最大熵方法優(yōu)化后的信度保費形式.第四章結(jié)合經(jīng)典信度理論的思想,將信度模型應(yīng)用到風(fēng)電預(yù)測中.第五章介紹文章的主要研究結(jié)果并提出未來需要進(jìn)一步研究的問題.
[Abstract]:Reliability theory is a premium determination tool which uses the empirical data of a single risk or a policy combination risk in the past 9 years to determine the future premium. In the classical reliability theory, it is usually assumed that the claim data obeys a specific distribution, and the symmetric loss function is used as the criterion to measure the prediction results. The obtained reliability premium gives the same weight to the historical claim data of different years. However, in practical application, these assumptions are obviously unreasonable. The main work of this paper is to study the reliability premium and exact reliability with multi-structure distribution, and to deduce the forms of Bayesian premium and reliability premium under asymmetric loss function. When the distribution of empirical data is unknown, the maximum entropy method is used to calculate the reliability premium, and the results show that the historical claim amount in different years has different weights. In addition, the reliability model is used to predict the ultra-short term wind speed in wind farm, and the prediction results are accurate and effective. The main contents of this paper are as follows: the first chapter briefly discusses the research on reliability premium under multi-structure distribution, asymmetric loss function and maximum entropy method, and the significance of using reliability model to predict wind speed. Research status and research methods at home and abroad. In the second chapter, the basic knowledge of PH distribution is briefly introduced, and the reliability premium and exact reliability with inflation factor and balance loss function under PH distribution are derived. In the third chapter, under the Mlinex loss function, the reliability premium, the reliability premium and the reliability premium optimized by the maximum entropy method are obtained. In the fourth chapter, combined with the idea of classical reliability theory, the reliability model is applied to wind power prediction. The fifth chapter introduces the main research results of the article and puts forward the problems that need to be further studied in the future.
【學(xué)位授予單位】：新疆大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：O212.1

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 仲崇新;;加權(quán)凸損失函數(shù)下的貝葉士估計[J];揚州師院學(xué)報(自然科學(xué)版);1988年03期

2 肖筱南;一類理想二次損失函數(shù)下多參數(shù)統(tǒng)計模型的風(fēng)險估計[J];西安石油學(xué)院學(xué)報(自然科學(xué)版);2003年03期

3 程巖,吳喜之;基于非對稱損失函數(shù)的參數(shù)設(shè)計[J];應(yīng)用概率統(tǒng)計;2005年04期

4 程巖;白宇欣;吳喜之;;基于非對稱損失函數(shù)指數(shù)分布總體的參數(shù)設(shè)計[J];數(shù)學(xué)的實踐與認(rèn)識;2006年06期

5 張斌;韓之俊;湯陽;;基于質(zhì)量損失函數(shù)的最優(yōu)過程均值和質(zhì)量投資決策[J];統(tǒng)計與決策;2008年18期

6 陳本晶;;非對稱質(zhì)量損失函數(shù)系數(shù)的參數(shù)設(shè)計[J];甘肅聯(lián)合大學(xué)學(xué)報(自然科學(xué)版);2009年03期

7 黃維忠;;平衡損失函數(shù)下風(fēng)險相依回歸信度模型[J];華東師范大學(xué)學(xué)報(自然科學(xué)版);2013年01期

8 李新鵬;吳黎軍;;平衡損失函數(shù)下具有時間變化效應(yīng)的信度保費[J];重慶理工大學(xué)學(xué)報(自然科學(xué));2013年04期

9 王天宇;韓萱;楊永愉;;基于平衡損失函數(shù)下的信度模型[J];北京化工大學(xué)學(xué)報(自然科學(xué)版);2013年03期

10 劉金泉;一類加權(quán)損失函數(shù)下正態(tài)分布均值參數(shù)的同時估計[J];吉林大學(xué)自然科學(xué)學(xué)報;1990年02期

相關(guān)會議論文 前5條

1 張月義;宋明順;韓之俊;;動態(tài)特性質(zhì)量損失函數(shù)研究[A];質(zhì)量——持續(xù)發(fā)展的源動力：中國質(zhì)量學(xué)術(shù)與創(chuàng)新論壇論文集（下）[C];2010年

2 李靜茹;錢偉民;;ε-不敏感損失函數(shù)下的Bayes估計方法[A];中國現(xiàn)場統(tǒng)計研究會第12屆學(xué)術(shù)年會論文集[C];2005年

3 張增明;陳套;丁澤軍;;Mo和Ta的有效電子能量損失函數(shù)[A];2006年全國電子顯微學(xué)會議論文集[C];2006年

4 吳佳金;楊志豪;林原;林鴻飛;;基于改進(jìn)Pairwise損失函數(shù)的排序?qū)W習(xí)方法[A];第六屆全國信息檢索學(xué)術(shù)會議論文集[C];2010年

5 周學(xué)君;;Rademacher復(fù)雜性與學(xué)習(xí)機(jī)器推廣性的界[A];第一屆中國智能計算大會論文集[C];2007年

相關(guān)博士學(xué)位論文 前5條

1 歐陽林寒;模型不確定下的穩(wěn)健參數(shù)設(shè)計研究[D];南京理工大學(xué);2016年

2 張月義;質(zhì)量損失函數(shù)與測量系統(tǒng)校準(zhǔn)研究[D];南京理工大學(xué);2010年

3 黃維忠;相依風(fēng)險及平衡損失函數(shù)下的信度理論[D];華東師范大學(xué);2013年

4 王快妮;支持向量機(jī)魯棒性模型與算法研究[D];中國農(nóng)業(yè)大學(xué);2015年

5 艾摩爾;多元重復(fù)測量模型和估計的比較[D];華東師范大學(xué);2004年

相關(guān)碩士學(xué)位論文 前10條

1 薛嬌;Entropy損失函數(shù)下若干分布參數(shù)的Bayes估計及其性質(zhì)[D];蘭州交通大學(xué);2015年

2 揣瑞;平衡損失函數(shù)下Stein估計的優(yōu)良性研究[D];吉林大學(xué);2016年

3 黃婷婷;基于損失函數(shù)的最優(yōu)過程均值優(yōu)化設(shè)計的研究[D];南京理工大學(xué);2016年

4 王旭;Mlinex損失函數(shù)下基于截尾數(shù)據(jù)指數(shù)分布參數(shù)的估計[D];吉林大學(xué);2017年

5 孔亮;相依風(fēng)險及非對稱損失下的信度理論[D];吉林大學(xué);2017年

6 張興紅;基于Esscher損失函數(shù)和最大熵方法的的遞推信度模型[D];新疆大學(xué);2017年

7 葛露娟;Lomax分布的統(tǒng)計分析[D];新疆師范大學(xué);2017年

8 李娟;Kumaraswamy分布的Bayes統(tǒng)計分析問題[D];新疆師范大學(xué);2017年

9 徐萬奎;加權(quán)損失函數(shù)下的信度保費[D];新疆大學(xué);2011年

10 李春飛;兩類損失函數(shù)的質(zhì)量水平與參數(shù)設(shè)計[D];東北師范大學(xué);2007年

，

本文編號：2478969