Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 3

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: generalized linear models

Sortuj według:

Ogranicz wyniki do:

Statistical Estimation Methods Benchmarking in R Using Insurance Claims Data

Budlla Teuta, Haxhi Kleida, Llagami Etleva, Raҫo Endri, Zaҫaj Oriana

Mathematica Applicanda

2023

Vol. 51, no. 2

305--320

The assessment of claim reserves is one of the components of risk management. This paper aims to analyze and to establish a realistic approach to claims reserving using generalized linear models for loss reserving. The chain ladder is formulated in a GLM context, and then after, the statistical distribution of the loss reserve is analyzed. Such structure is consequently used while testing the necessity for initiation from the chain ladder model and to formulate any required model extensions. The GLM allows the use of bootstrapping in estimating the prediction error. This is not the case with the standard chain ladder technique, which is a distribution-free method. The application of the generalized linear model cannot put back the actuarial judgment and business knowledge. Nevertheless, careful data analysis such as the generalized linear model substantially reorganizes any system and projection procedure. Based in one solid mathematical ground, it is more comfortable for the reserving actuary to explain his projections to the management board and underwriters. These models will be discussed using the claim data from the DMTPL (Domestic Motor Third Party Liability) portfolio of an Albanian insurance company.

Ocena rezerw roszczeń jest jednym z elementów zarządzania ryzykiem. Niniejsza praca ma na celu analizę i opracowanie realistycznego podejścia do rezerw roszczeń przy użyciu uogólnionych modeli liniowych stosowanych do ustalania rezerwowania na poczet strat. Metoda łańcucha schodkowego jest sformułowana w kontekście GLM (uogólnionych modeli liniowych), a następnie analizowany jest statystyczny rozkład rezerwy na poczet strat. Taka struktura jest następnie używana podczas testowania konieczności inicjacji z modelu łańcucha schodkowego i formułowania ewentualnych koniecznych rozszerzeń modelu. GLM umożliwia użycie bootstrapingu do szacowania błędu predykcji. Nie dotyczy to standardowej techniki łańcucha schodkowego, która jest metodą niezależną od rozkładu. Zastosowanie uogólnionego modelu liniowego nie może zastąpić osądu aktuarialnego i wiedzy biznesowej. Niemniej jednak, staranne analizy danych, takie jak uogólniony model liniowy, istotnie przekształcają jakikolwiek system i procedurę prognozowania. Opierając się na solidnych podstawach matematycznych, ustalającemu rezerwę aktuariuszowi jest łatwiej wyjaśnić swoje prognozy zarządowi i ubezpieczycielom. Te modele zostaną omówione przy użyciu danych dotyczących roszczeń z portfela (DMTPL) (ubezpieczenie odpowiedzialności cywilnej w ruchu drogowym) albańskiej firmy ubezpieczeniowej.

The parallel application of two probability models, logit and probit, for the accurate analysis of spruce timber damage due to thinning operations

Bakinowska E., Mederski P. S., Szczepańska-Alvarez A., Karaszewski Z., Bembenek M.

Drewno : prace naukowe, doniesienia, komunikaty

2016

vol. 59, nr 197

49--59

Logit and probit models belong to the class of generalised linear models. A few applications of both models have been documented in the field of forestry. The objective of this paper was to test the parallel use of these models to discover the differences in damage to a spruce stand after thinning using the full tree system, the long wood system and the short wood system. In particular the aim was to ascertain the general damage probability caused by the harvesting systems (HS) and the particular damage class probability in each HS. When the general damage probability was calculated the logit model was used. When nine damage classes were taken into account, however, the probit model was found to fit the data better. In this case, the results obtained gave accurate information on the probability of the appearance of a particular damage class for each HS. It was concluded that the probit and logit models should be considered in parallel in order to obtain the best possible goodness of fit and to get accurate information on the distribution of damage classes.

Generalized linear models for the hazard function of survival data

Boracchi P., Biganzoli E.

Biocybernetics and Biomedical Engineering

2001

Vol. 21, no. 2

39-54

The study of the disease dynamic led to a growing interest on modelling the hazard function of survival data. Several hazard regression modelling approaches have been proposed in literature, being based on parametric and non-parametric estimators. However, in the largest part of the published studies, the semi-pararnetric Cox regression model is used to evaluate covariate effeets leaving unspecified the hazard function on time. Alternatively, the adoption of classical parametric models (exponential, Weibull, etc.), allows for the direct estimation of the hazard function but relies on strict assumptions on the shape of time distributions. A possible reason for the little diffusion of flexible hazard regression models could be related to the very specialized statistical techniques underlying their implementation. The flexible extension of generalized linear models, well known arnong biostatisticians, is proposed here for estimating the hazard function of survival data, allowing for a simple model implementation and giving insightful information on the disease dynamic. Examples on two literature datasets from cancer trials are provided.

Badanie dynamiki chorób prowadzi do wzrostu zainteresowania modelowaniem funkcji hazardu na podstawie danych analizy przeżyć. Kilka modeli regresyjnych funkcji hazardu zostało zaproponowanych w literaturze w oparciu zarówno o estymatory parametryczne, jak i nieparametryczne. Jednakże w większości prac używa się modelu regresyjnego Coxa, co prowadzi do pomijania zależności funkcji hazardu od czasu. Alternatywnie, przyjmując klasyczny model parametryczny (wykładniczy, Weibulla itd.) mamy możliwość bezpośredniej estymacji funkcji hazardu, ale jesteśmy ograniczani przyjmowanymi na początku założeniami o kształcie rozkładu. Możliwą przyczyną ograniczanego jak dotąd stosowania elastycznych modeli regresyjnych mogą być bardzo wyspecjalizowane techniki statystyczne związane z ich implementacją. Elastyczne rozszerzenie uogólnionych modeli liniowych zaproponowane w pracy pozwala na prostą implementację oraz daje użyteczną interpretację o dynamice choroby. W pracy podane są przykłady tworzenia tych modeli na bazie dwu zbiorów danych onkologicznych znanych z literatury.