Pobrane z czasopisma Annales H - Oeconomia Data: 01/06/ :19:23
|
|
- Grażyna Staniszewska
- 6 lat temu
- Przeglądów:
Transkrypt
1 Pobrane z czasopsma Annales H - Oeconoma DOI:0.795/h ANNALES UNIVERSITATIS MARIAE CURIE-SKŁODOWSKA LUBLIN POLONIA VOL. L, 4 SECTIO H 206 Unwersytet Łódzk. Wydzał Ekonomczno-Socjologczny szymanska@un.lodz.pl Zastosowane modelu Bühlmanna-Strauba do estymacj stawek składk netto w systemach bonus-malus ubezpeczeń odpowedzalnośc cywlnej posadaczy pojazdów mechancznych The Applcaton of Bühlmann-Straub Model to the Estmaton of Net Premum Rates n the Motor Thrd-Party Lablty Insurance of Vehcle Owners Słowa kluczowe: teora najwększej warygodnośc; model Bühlmanna-Strauba; system bonus-malus; stawk składk netto; ubezpeczene odpowedzalnośc cywlnej posadaczy pojazdów mechancznych Keywords: credblty theory; Bühlmann-Straub model; bonus-malus system; net premum rates; motor thrd-party lablty nsurance Kod JEL: G22; C; C5 Wstęp W ubezpeczenach komunkacyjnych OC proces kalkulacj składk jest złożony z dwóch etapów: taryfkacj a pror a posteror. Perwszy z nch to wyznaczene składk netto za pomocą metod aktuaralnych na podstawe znanych ubezpeczycelow czynnków ryzyka, nazywanych podstawowym zmennym taryfkacyjnym [Ostasewcz (red.), 2000]. Tak wyznaczona składka, powększana m.n. o koszty dzałalnośc ubezpeczenowej dodatek bezpeczeństwa, stanow tzw. składkę bazową. Drug etap taryfkacj polega na uwzględnenu w składce bazowej zwyżek znżek uzależnonych od ndywdualnych czynnków ryzyka ubezpeczonego. Jednym z elementów taryfkacj a posteror, powszechne stosowanym w Europe, są systemy
2 Pobrane z czasopsma Annales H - Oeconoma bonus-malus [Lemare, 995, s. 3]. Systemy te różncują składkę w zależnośc od lczby szkód zgłoszonych przez ubezpeczonego w poprzednm okrese ubezpeczena. Na polskm rynku ubezpeczycele oferują systemy bonus-malus różnące sę pod względem lczby klas, stawkam składk oraz regułam przejśca mędzy klasam systemu [Szymańska, 204, s. 43]. Oprócz wspomnanych systemów bonus-malus zakłady ubezpeczeń mogą stosować nne znżk zwyżk w składce, uzależnone od dodatkowych zmennych taryfkacyjnych, takch jak np. wek ubezpeczonego, czas posadana prawa jazdy, posadane lub ne dzec do lat 2, zawód ubezpeczonego, wek samochodu, używane samochodu do celów zarobkowych, posadane lub ne nnego ubezpeczena w tej samej frme, kontynuacj ubezpeczena td. Kraje Europy używają newelu (z reguły od jednego do czterech) podstawowych zmennych taryfkacyjnych. Najwęcej państw (wśród nch Polska) jako główny czynnk taryfkacj stosuje rejon rejestracj pojazdu oraz pojemność slnka. Najczęścej wykorzystywanym w taryfkacj w Europe zmennym dodatkowym są: wek ubezpeczonego, używane pojazdu w celach komercyjnych oraz wek samochodu. Celem pracy jest zaproponowane metody estymacj stawek składk systemu bonus-malus opartej na metodze najwększej warygodnośc oraz porównane oszacowanych zwyżek znżek składk ze stosowanym w badanym towarzystwe ubezpeczenowym. Do estymacj składk najwększej warygodnośc wykorzystano model Bühlmanna-Strauba. Przykład zastosowana metody zaprezentowano na podstawe danych uzyskanych z jednego towarzystwa ubezpeczenowego funkcjonującego na polskm rynku, które zastrzegło sobe anonmowość.. Kalkulacja składk ubezpeczenowej metodą warygodnośc Nech X j oznacza całkowtą kwotę wypłaconych odszkodowań (lub lczbę roszczeń) dla -tego ubezpeczonego (-tej podgrupy) w j-tym roku trwana ubezpeczena. Załóżmy, że ubezpeczycel posada obserwacje x j, =,...,N, j=,...,t, będące realzacjam zmennych losowych X j. Kwoty wypłat x,t+ w roku t+ ne są znane. Załóżmy, że dla każdego rozkład zmennej losowej X j zależy od parametru θ oraz że zmenne losowe X j przy danym Θ = θ są nezależne mają jednakowy rozkład. Wektor losowy X = ( X,..., X t ) oznacza ndywdualną hstorę ubezpeczena dla polsy (-tej podgrupy) w portfelu złożonym z N pols (podgrup). Celem ubezpeczycela jest określene, jaka pownna być składka netto w roku t+ dla kontraktu (-tej podgrupy), jeżel znany jest wektor x = ( x,..., xt ). Zakładając równoważność roszczeń składek, składka netto m(θ ) dla kontraktu (-tej podgrupy) jest określona wzorem: ( Θ θ ) m( θ = () ) = E X, t+
3 Pobrane z czasopsma Annales H - Oeconoma ZASTOSOWANIE MODELU BÜHLMANNA-STRAUBA DO ESTYMACJI STAWEK SKŁADKI NETTO 499 Poneważ ne znamy wartośc parametru θ, to wartość składk netto jest neznana. Składka oblczona jako średna ważona ze składk dla całego portfela, czyl tzw. t składk kolektywnej oraz ndywdualnej składk x = x j t j= o postac: m θ ) = Z x + ( Z )µ (2) ( nazywa sę składką warygodnośc dla -tego kontraktu (-tej podgrupy), gdze Z [0,] jest współczynnkem warygodnośc [Kowalczyk, Poprawska, Ronka- -Chmelowec, 2006, s. 89]. Estymator zmennej X,t+ nazywa sę predyktorem tej zmennej, natomast wartość predyktora nazywa sę prognozą dla X,t+ na podstawe obserwacj x,..., xt. Podstawą teor warygodnośc jest bayesowska analza statystyczna z kwadratową funkcją straty [Krzyśko, 997, s. 42]. Jednym z zadań teor warygodnośc jest wyznaczene wartośc współczynnka warygodnośc Z. Mała wartość współczynnka oznacza, że składka kolektywna jest bardzej warygodna dla ubezpeczycela nż składka ndywdualna. Współczynnk Z jest w przyblżenu równy, gdy hstora szkód dla danej polsy czy grupy pols jest długa wykazuje małą zmenność w czase lub gdy kontrakty (grupy pols) są bardzo zróżncowane mędzy sobą pod względem hstor szkód. Hstoryczne perwszym modelem teor warygodnośc był model Bühlmanna [Bühlmann, 967], w którym zakłada sę, że portfel pols można podzelć na N podgrup, z których każda zawera jednakową lczbę pols, dla których dostępne są dane o szkodach z t okresów. 2. Model Bühlmanna-Strauba Model Bühlmanna-Strauba to zmodyfkowany model Bühlmanna, w którym lczba pols wchodzących w skład poszczególnych podgrup portfela ne mus być jednakowa oraz który uwzględna wag kontraktów w portfelu. Lczba pols równeż może sę zmenać okresowo [Denut n., 2007, s. 26]. Model znajduje swe zastosowane szczególne, gdy pojedyncza polsa lub mała podgrupa pols w znaczący sposób różn sę pod względem proflu ryzyka od pozostałych. Jest to model klasyfkacj jednoczynnkowej. Model uwzględna wag (tzw. wolumen ryzyka) w j zmennych losowych X j. Jeżel zmenna losowa X j oznacza średną arytmetyczną z w j zmennych losowych nezależnych o jednakowych rozkładach, to lczby w j są wagam naturalnym. Aktuarusz może jednak ustalć własne wag, które ne muszą być lczbam naturalnym. W modelu tym hstore ubezpeczena mogą być różnej długośc t dla różnych kontraktów. Strukturę danych w modelu prezentuje tab..
4 Pobrane z czasopsma Annales H - Oeconoma Grupy pols 2 Tab.. Struktura danych w modelu Bühlmanna-Strauba Lata ubezpeczena 2... t x x 2... w w 2 x 2 x w 2 w N Źródło: [Jasulewcz, 2005]. x N w N x N2 w N2... Jak już wcześnej przyjęto, nech X = ( X,..., X t ) będze wektorem obserwacj welkośc szkód (lub lczby szkód) dla -tej polsy (-tej podgrupy pols) przez t ostatnch lat, a zmenna losowa Θ, reprezentuje strukturę ryzyka w portfelu. Założena modelu Bühlmanna-Strauba [Bühlmann, Straub, 970]: dla danego oraz Θ =θ zmenne losowe X,...,X t są nezależne oraz: E(X j θ ) = m(θ ) (3) Var( X j 2 ( θ s ) θ ) = (4) w j dla =,...,N, j=,...,t, przy czym stałe w j są znane. Pary (Θ, X ),...,(Θ N, X N ) są wzajemne nezależne oraz zmenne losowe Θ,..., Θ N są nezależne mają jednakowe rozkłady. Nech będą dane: średna wysokośc szkody dla -tej podgrupy pols: x t w t x 2t w 2t x Nt w Nt (5) średna wysokość szkody dla całego portfela: (6) parametry struktury ryzyka w portfelu: gdze: μ kolektywna składka netto, która jest średną ważoną z ndywdualnych składek netto m( θ ) φ opsuje przecętną zmenność roszczeń w grupe (zmenność wewnątrz grupy) ψ opsuje zmenność roszczeń mędzy grupam (7)
5 Pobrane z czasopsma Annales H - Oeconoma ZASTOSOWANIE MODELU BÜHLMANNA-STRAUBA DO ESTYMACJI STAWEK SKŁADKI NETTO 50 Można wykazać, że jeżel spełnone są założena modelu Bühlmanna-Strauba, to [Kass n., 200, s. 44; Johansson, Ohlsson, 200]: najlepszy nejednorodny lnowy predyktor m = E( X n + X ) składk netto m Θ ) w sense najmnejszego błędu średnokwadratowego jest postac: ( gdze współczynnk zaufana wynos wψ Z =. wψ + ϕ najlepszy jednorodny lnowy predyktor m składk netto m( Θ ) w sense najmnejszego błędu średnokwadratowego jest postac: wψ gdze współczynnk zaufana wynos Z = oraz wψ + ϕ. Można wykazać, że jeżel spełnone są założena modelu Bühlmanna-Strauba, to neobcążone estymatory parametrów struktury w portfelu są postac [Kass n., 200, s. 57]: gdze: SSW = N, ϕˆ MSW, (0) = N = t j= j j 2 w ( X X ) ważona suma kwadratów odchyleń wewnątrz grup SSW MSW = średna ważona suma kwadratów odchyleń wewnątrz grup ( t ) N (8) (9) ważona suma kwadratów odchyleń mędzy grupam SSB MSB = średna ważona suma kwadratów odchyleń mędzy grupam N Jeżel spełnone są założena modelu Bühlmanna-Strauba, to błędy średnokwadratowe jednorodnego nejednorodnego predyktora zaufana składk netto m( Θ ) wynoszą odpowedno [Daykn, Pentänen, Pesonen,994, s. 86]: MSE MSE 2 = E( m( Θ ) m ) = ( Z )ψ () = E( m( Θ ) m ) dla =,..., N. 2 = ( Z Z ) ψ + (2) Z
6 Pobrane z czasopsma Annales H - Oeconoma Przykład zastosowana modelu do oszacowana stawek składk systemu bonus-malus Badane empryczne przeprowadzono na podstawe danych pochodzących z portfela ubezpeczeń odpowedzalnośc cywlnej posadaczy pojazdów mechancznych osób fzycznych z okresu kolejnych czterech lat. Do badana wylosowano ponad 00 tys. pols dla każdego z analzowanych lat (ne podano dokładnej lczebnośc próby ze względu na anonmowość danych). W dalszej częśc opracowana próbę będzemy nazywać portfelem. Dane w postac zagregowanej o średnej lczbe wartośc wypłaconych odszkodowań według klas bonus-malus prezentują tab Podzał ubezpeczonych na klasy bonus-malus jest zgodny z klasyfkacją ubezpeczycela. Wyodrębnona lczba szkód oraz podzał na klasy według wartośc wypłacanych odszkodowań jest spójny z taryfkacją ubezpeczycela. W tab. 2 przedstawono system bonus-malus badanego towarzystwa ubezpeczenowego (neznaczne zmodyfkowany w celu zachowana anonmowośc zakładu ubezpeczeń). System ten składa sę z 0 klas, w tym trzech ze zwyżką składk sześcu ze znżką składk. Ubezpeczen są przydzelan do poszczególnych klas w danym roku na podstawe lczby szkód zgłoszonych w roku poprzednm. Tab. 2. System bonus-malus badanego towarzystwa ubezpeczenowego Klasa BM Stawka składk (%) Klasa BM w zależnośc od lczby szkód w roku Źródło: opracowane własne. Na rys. przedstawono średn udzał w badanych latach ubezpeczonych w poszczególnych klasach bonus-malus. Najwększą grupę (87%) w badanym okrese stanowl ubezpeczen posadający 60-procentową znżkę składk (czyl przypsan do klasy perwszej systemu, w której stawka składk wynosła jej 40%). W klase drugej trzecej znajdowało sę odpowedno 4% 3% ubezpeczonych. W każdej z klas zwyżkowych udzał ubezpeczonych w każdym z badanych lat stanowł ponżej %. Na rys. 2 przedstawono średną lczbę szkód w klasach bonus-malus w badanych latach. W analzowanym okrese można zaobserwować zróżncowane średnej lczby szkód w poszczególnych klasach. Na ogół najwększa szkodowość jest ob-
7 Pobrane z czasopsma Annales H - Oeconoma ZASTOSOWANIE MODELU BÜHLMANNA-STRAUBA DO ESTYMACJI STAWEK SKŁADKI NETTO 503 3% %%2% 2% 0% 0% 0% 4% Rys.. Struktura ubezpeczonych średno w badanych latach według klas bonus-malus w portfelu ubezpeczeń komunkacyjnych OC (%) Źródło: opracowane własne. średna lczba szkód w klase BM 0,80 0,60 0,40 0,20 0,00 0,080 0,060 0,040 0,020 87% , rok Rys 2. Średna lczba wypłaconych odszkodowań w portfelu ubezpeczeń komunkacyjnych OC w badanych latach według klas bonus-malus Źródło: opracowane własne. serwowana w klasach zwyżkowych oraz ze stawką równą 00% składk, natomast najnższa w perwszej klase systemu. Na rys. 3 5 przedstawono strukturę portfela pod względem wartośc wypłaconych odszkodowań w poszczególnych klasach bonus-malus. Z rys. 3 wynka, że w portfelu najwęcej jest szkód o wartośc od do 3 tys. zł (średno w badanych latach około 4%), następne szkód do tys. zł (średno około 8%), potem szkód od 3 do 5 tys. zł (średno około 7%) oraz szkód od 5 do 0 tys. zł (średno około 3%). Odszkodowana do 0 tys. zł stanową przecętne w badanych latach 89% wypłat w portfelu. Frakcja
8 Pobrane z czasopsma Annales H - Oeconoma pozostałych wypłat wynos średno %. Należy jednak podkreślć, że przecętna suma wypłat z wymenonych 89% pols wynos około 246 tys. roczne, a z pozostałych % pols to ponad 300 tys. zł roczne. Analzując rys. 4, można stwerdzć, że struktura wypłat w perwszej klase systemu (około 87% pols portfela) jest bardzo zblżona do struktury wypłat w portfelu. Około 33% szkód portfela w każdym z badanych lat to szkody od do 3 tys. zł, zgłaszane w klase perwszej, czyl klase z maksymalną znżką. Średna wartość wypłaconego odszkodowana w każdej z klas znżkowych to około 5,6 tys. zł. Klasa ze stawką składk równą 00% składk bazowej oraz klasy zwyżkowe są w wększym stopnu zróżncowane pod względem średnej wartośc wypłat (por. rys. 5). Na rys. 4 przedstawono średną wartość wypłaconych odszkodowań w wyodrębnonych klasach bonus-malus. średn udzał pols w prtfelu [%] Rys. 3. Struktura pols w portfelu według wartośc wypłaconych odszkodowań (średno w badanych latach) (%) Źródło: opracowane własne. udzał pols w klase BM[%] Rys. 4. Struktura wypłaconych odszkodowań w klase bonus-malus w portfelu ubezpeczeń komunkacyjnych OC w badanych latach Źródło: opracowane własne ,64 (0,] (0,] (,3] 40,62 (,3] (3,5] 6,47 (5,0] 3,2 (0,20] 6,43 (20,30] (30,40] wartość odszkodowana [tys.zł] 2,20 0,90 0,45 0,97 0,20 (3,5] (5,0] (0,20] (20,30] (30,40] wartość odszkodowana [tys.zł] (40,50] (40,50] (50,00] (50,00] (00,200] (00,200] 2 3 4
9 Pobrane z czasopsma Annales H - Oeconoma ZASTOSOWANIE MODELU BÜHLMANNA-STRAUBA DO ESTYMACJI STAWEK SKŁADKI NETTO 505 Rys. 5. Średna wartość wypłaconych odszkodowań w portfelu ubezpeczeń komunkacyjnych OC w badanych latach według klas bonus-malus Źródło: opracowane własne. W ubezpeczenach komunkacyjnych ndywdualna składka netto w okrese t+ jest wyznaczana na podstawe równana [Szymańska, 204]: gdze: Π ( X, K) ndywdualna składka netto w okrese t+ EX wartość oczekwana pojedynczej szkody w portfelu EK wartość oczekwana lczby szkód dla pojedynczej polsy w portfelu b stawka składk w okrese t + t+ średna wartość odszkodowana [tys.zł] W lteraturze aktuaralnej zakłada sę nezależność mędzy zmennym losowym lczby wartośc szkód. Celem pracy jest wyznaczene współczynnka b t+ stanowącego zwyżkę lub znżkę składk zależną od klasy bonus-malus. Składk netto oszacowano za pomocą modelu Bühlmanna-Strauba. Modele oparte na teor warygodnośc ne wymagają założeń co do postac rozkładu zmennej losowej opsującej welkość ndywdualnej szkody w portfelu oraz wartośc parametrów tego rozkładu. Składkę warygodnośc wyznaczono jako loczyn oczekwanej wartośc wypłat oszacowanej za pomocą modelu Bühlmanna-Strauba w poszczególnych klasach bonus-malus (na podstawe danych z tab. 3) oraz oczekwanej lczby szkód oszacowanej równeż na podstawe modelu Bühlmanna-Strauba (tab. 5). Rozważono dwa przypadk: gdy składka warygodnośc jest jednorodnym predykatorem oraz gdy jest nejednorodnym predykatorem składk netto. W tab. 4 6 przedstawono wynk estymacj. Stawk składk w poszczególnych klasach bonus-malus oblczono jako loraz składk netto w danej klase bonus-malus składk netto w portfelu: K m m bt + = (4) K m portf m portf * K * * m m bt + = * K * (5) m m portf klasa BM portf (3)
10 Pobrane z czasopsma Annales H - Oeconoma Wartośc składek netto oraz stawek składk netto przedstawono w tab. 7. Tab. 3. Średna wartość wypłaconego odszkodowana [tys. zł] w portfelu według klas bonus-malus w badanych latach j (rok) (klasa X BM) j [tys. zł] w j [%] X j [tys. zł] w j [%] X j [tys. zł] w j [%] X j [tys. zł] w j [%] 5,67 80,76 5,68 84,00 5,57 8,39 4,85 82,8 2 6,85 6,32 6,3 5,60 5,73 3,6 4,45 5,77 3 6,3 2,90 5,34 2,5 7,3 4,48 5,52 3,43 4 4,94,84 5,42,53 5,40 2, 5,87,65 5 5,5,34 5,2,39 5,79,62 4,79,83 6 5,76 2,60 5,2,6 6,8 2,03 5,84 2,5 7 7,08 4,08 6,63 3,65 6,32 4,67 5,8 2,52 8 8,60 0,06 3,83 0,05 3,06 0,05 3,2 0,05 9 2,00 0,08 7,50 0,0,20 0,03 5,06 0, ,00 0,0 0,50 0,0 3,50 0,0 7,75 0,0 X j średna wartość wypłaconego odszkodowana w -tej grupe w okrese j w tys. zł; w j udzał pols w -tej grupe portfela w okrese j w (%) Źródło: opracowane własne. Tab. 4. Współczynnk warygodnośc, oczekwana wartość szkód wyznaczona metodą warygodnośc (tys. zł) oraz błąd estymacj dla klas bonus-malus Z m [tys. zł] m [tys. zł] MSE [tys. zł] MSE [tys. zł] 0,7856 5,46 5,43 0, , ,845 5,63 5,52 0, , ,326 5,72 5,60 0, , ,0748 5,62 5,49 0, , ,066 5,6 5,48 0, , ,0878 5,65 5,52 0, , ,434 5,75 5,63 0, , ,0022 5,63 5,49 0, , ,007 5,63 5,50 0, , ,0004 5,64 5,50 0, , Źródło: opracowane własne. (klasa BM) Tab. 5. Średna lczba szkód w portfelu według klas bonus-malus w badanych latach j (rok) K j w j [%] K j w j [%] K j w j [%] K j w j [%] 0,04 84,97 0,042 88,20 0,043 86,55 0,036 86,72 2 0,052 5,37 0,054 4,49 0,059 2,79 0,050 4,5 3 0,055 2,36 0,053,80 0,059 3,50 0,047 2,78 4 0,052,54 0,054,9 0,06,59 0,044,49 5 0,055,3 0,054,0 0,055,3 0,052,37
11 Pobrane z czasopsma Annales H - Oeconoma ZASTOSOWANIE MODELU BÜHLMANNA-STRAUBA DO ESTYMACJI STAWEK SKŁADKI NETTO 507 j (rok) (klasa BM) ,056 2,06 0,064, 0,069,36 0,060,63 7 0,075 2,50 0,079 2,07 0,077 2,85 0,07,43 8 0,047 0,04 0,05 0,02 0,093 0,02 0,056 0,03 9 0,67 0,02 0,037 0,0 0,063 0,02 0,066 0,03 0 0,07 0,0 0,000 0,0 0,000 0,0 0,07 0,0 K j średna lczba szkód w -tej grupe w okrese j; w j udzał pols w -tej grupe portfela w okrese j (%) Źródło: opracowane własne. Tab. 6. Współczynnk warygodnośc, oszacowana metodą warygodnośc lczba szkód oraz błąd estymacj dla klas bonus-malus Z K m K m MSE MSE 0,9980 0,0404 0,0404 0, , ,9592 0,0534 0,0529 0, , ,9404 0,0540 0,0532 0, , ,8940 0,0532 0,057 0, , ,8788 0,0542 0,0525 0, , ,8959 0,069 0,0605 0, , ,9265 0,0743 0,0733 0, , ,430 0,0584 0,0467 0, , ,050 0,0587 0,0464 0, , ,0476 0,0558 0,0428 0, , Źródło: opracowane własne. Uwzględnając równana (3) oraz (8) (9), wartość składk netto (składk warygodnośc) wyznaczono odpowedno z wzorów: Π X (6) K (, K) = m m bt + X (7) K Π (, K) = m m bt + Wartośc składek warygodnośc oraz stawek składk netto przedstawono w tab. 7. Klasa BM Tabela 7. Składk warygodnośc oraz stawk składk netto według klas bonus-malus Składka warygodnośc [tys. zł] K m m m m K Stawka składk b t+ b t+ 0, ,2894 0,69 0,93 2 0,3003 0,2985 0,95,24 3 0, , ,97,27 4 0, , ,94,2 5 0, , ,96,23 6 0,3500 0,33432,0,42 7 0, ,4228,34,76
12 Pobrane z czasopsma Annales H - Oeconoma Klasa BM Składka warygodnośc [tys. zł] K m m m m K Stawka składk b t+ b t+ 8 0, ,25629,03,09 9 0, ,25497,04,09 0 0,3459 0, ,99,00 portfel 0,3794 0,23473,00,00 Źródło: opracowane własne. Podsumowane Wyznaczone metodą warygodnośc stawk składk w poszczególnych klasach bonus-malus różną sę znaczne od stosowanych w analzowanym towarzystwe ubezpeczenowym. Oszacowane stawk są wyższe nż stosowane przez ubezpeczycela w klasach znżkowych, natomast nższe w klasach zwyżkowych. Z analz wynka, że maksymalna znżka pownna wynosć 30%. Klasa sódma, która w badanym towarzystwe ubezpeczenowym jest klasą ze stawką 00% składk, w przeprowadzonych analzach pownna być klasą ze zwyżką składk, wynoszącą co najmnej 30% składk. Należy jednak zwrócć uwagę na małe wartośc współczynnków warygodnośc przy estymacj wartośc szkód we wszystkch klasach bonus-malus oprócz perwszej. Bblografa Bühlmann H., Experence Ratng and Credblty, ASTIN Bulletn 967, No. 4 (3). Bühlmann H., Straub E., Glaubwürdgket für Schadensätze, Mttelungen der Verenngung schezerscher Vescherungsmathematker 970. Daykn C.D., Pentänen T., Pesonen M., Practcal Rsk Theory for Actuares, Chapman & Hall, London 994. Denut M., Marechal X., Ptrebos S., Walhn J.F., Actuaral Modellng of Clam Counts. Rsk Classfcaton, Credablty and Bonus-Malus Systems, Wley & Sons, England 2007, DOI: Jasulewcz H., Teora zaufana. Modele aktuaralne, Wydawnctwo AE m. Oskara Langego we Wrocławu, Wrocław Johansson B., Ohlsson E., Non-lfe Insuranse Prcng wth Generalzed Lneał Models, Spnger-Verlag, Berln 200. Kaas R., Goovaerts M., Dhaene J., Denut M., Modern Actuaral Rsk Theory, Kluwer, Boston 200. Kowalczyk P., Poprawska E., Ronka-Chmelowec W., Metody aktuaralne, PWN, Warszawa Krzyśko M., Statystyka matematyczna, cz. 2, Wydawnctwo Naukowe UAM, Poznań 997. Lemare J., Bonus-malus Systems n Automoble Insurance, Kluwer, Boston 995, DOI: Ostasewcz W. (red.), Modele aktuaralne, Wydawnctwo AE m. O. Langego we Wrocławu, Wrocław Szymańska A., Statystyczna analza systemów bonus-malus w ubezpeczenach komunkacyjnych, Wydawnctwo UŁ, Łódź 204.
13 Pobrane z czasopsma Annales H - Oeconoma ZASTOSOWANIE MODELU BÜHLMANNA-STRAUBA DO ESTYMACJI STAWEK SKŁADKI NETTO 509 The Applcaton of Bühlmann-Straub Model to the Estmaton of Net Premum Rates n the Motor Thrd-Party Lablty Insurance of Vehcle Owners One of the elements used n the process of tarff calculaton of premums n motor lablty nsurance s a bonus-malus system. Ths systems takes nto account the clams rato by means of ncreases and dscounts of the base premum called net premum rates. The am of ths work s to propose an estmaton method of the net premum rates n the groups of the motor thrd-party lablty nsurance portfolo of ndvduals. One of the maxmum lkelhood models, called the Bühlmann-Straub model was used for the premum estmaton. Zastosowane modelu Bühlmanna-Strauba do estymacj stawek składk netto w systemach bonus-malus ubezpeczeń odpowedzalnośc cywlnej posadaczy pojazdów mechancznych Jednym z elementów procesu taryfkacj w ubezpeczenach odpowedzalnośc cywlnej posadaczy pojazdów mechancznych jest system bonus-malus. Uwzględna on w składce szkodowość ubezpeczonego przez zwyżk znżk składk bazowej, nazywane stawkam składk netto. Celem pracy jest zaproponowane metody estymacj stawek składk netto w klasach bonus-malus portfela ubezpeczeń komunkacyjnych OC osób fzycznych. Do szacowana składk wykorzystano jeden z model teor najwększej warygodnośc tzw. model Bühlmanna-Strauba. Powered by TCPDF (
Analiza modyfikacji systemów bonus-malus w ubezpieczeniach komunikacyjnych AC na przykładzie wybranego zakładu ubezpieczeń
Analza modyfkacj systemów bonus-malus Ewa Łazuka Klauda Stępkowska Analza modyfkacj systemów bonus-malus w ubezpeczenach komunkacyjnych AC na przykładze wybranego zakładu ubezpeczeń Tematyka przedstawonego
Bardziej szczegółowoMODELOWANIE LICZBY SZKÓD W UBEZPIECZENIACH KOMUNIKACYJNYCH W PRZYPADKU WYSTĘPOWANIA DUŻEJ LICZBY ZER, Z WYKORZYSTANIEM PROCEDURY KROSWALIDACJI
Alcja Wolny-Domnak Unwersytet Ekonomczny w Katowcach MODELOWANIE LICZBY SZKÓD W UBEZPIECZENIACH KOMUNIKACYJNYCH W PRZYPADKU WYSTĘPOWANIA DUŻEJ LICZBY ZER, Z WYKORZYSTANIEM PROCEDURY KROSWALIDACJI Wprowadzene
Bardziej szczegółowo) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4
Zadane. Nech ( X, Y ),( X, Y ), K,( X, Y n n ) będą nezależnym zmennym losowym o tym samym rozkładze normalnym z następującym parametram: neznaną wartoścą oczekwaną EX = EY = m, warancją VarX = VarY =
Bardziej szczegółowoWeryfikacja hipotez dla wielu populacji
Weryfkacja hpotez dla welu populacj Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Intelgencj Metod Matematycznych Wydzał Informatyk Poltechnk Szczecńskej 5. Parametryczne testy stotnośc w
Bardziej szczegółowoZadane 1: Wyznacz średne ruchome 3-okresowe z następujących danych obrazujących zużyce energ elektrycznej [kwh] w pewnym zakładze w mesącach styczeń - lpec 1998 r.: 400; 410; 430; 40; 400; 380; 370. Zadane
Bardziej szczegółowoANALIZA WYBRANYCH METOD OCENY SYSTEMÓW BONUS-MALUS
Anna Jędrzychowska Unwersytet Ekonomczny we Wrocławu Wydzał Zarządzana, Informatyk Fnansów Katedra Ubezpeczeń anna.jedrzychowska@ue.wroc.pl Ewa Poprawska Unwersytet Ekonomczny we Wrocławu Wydzał Zarządzana,
Bardziej szczegółowoNatalia Nehrebecka. Wykład 2
Natala Nehrebecka Wykład . Model lnowy Postad modelu lnowego Zaps macerzowy modelu lnowego. Estymacja modelu Wartośd teoretyczna (dopasowana) Reszty 3. MNK przypadek jednej zmennej . Model lnowy Postad
Bardziej szczegółowo( ) ( ) 2. Zadanie 1. są niezależnymi zmiennymi losowymi o. oraz. rozkładach normalnych, przy czym EX. i σ są nieznane. 1 Niech X
Prawdopodobeństwo statystyka.. r. Zadane. Zakładamy, że,,,,, 5 są nezależnym zmennym losowym o rozkładach normalnych, przy czym E = μ Var = σ dla =,,, oraz E = μ Var = 3σ dla =,, 5. Parametry μ, μ σ są
Bardziej szczegółowoModele wieloczynnikowe. Modele wieloczynnikowe. Modele wieloczynnikowe ogólne. α β β β ε. Analiza i Zarządzanie Portfelem cz. 4.
Modele weloczynnkowe Analza Zarządzane Portfelem cz. 4 Ogólne model weloczynnkowy można zapsać jako: (,...,,..., ) P f F F F = n Dr Katarzyna Kuzak lub (,...,,..., ) f F F F = n Modele weloczynnkowe Można
Bardziej szczegółowoKlasyczne miary efektywności systemu bonus-malus
Klasyczne mary efektywnośc systemu bonus-malus Anna Jędrzychowska Ewa Poprawska Klasyczne mary efektywnośc systemu bonus-malus Głównym celem wprowadzena systemu bonus-malus w ubezpeczenach komunkacyjnych
Bardziej szczegółowoNatalia Nehrebecka. Zajęcia 3
St ł Cchock Stansław C h k Natala Nehrebecka Zajęca 3 1. Dobroć dopasowana równana regresj. Współczynnk determnacj R Dk Dekompozycja warancj zmennej zależnej ż Współczynnk determnacj R. Zmenne cągłe a
Bardziej szczegółowoZŁOŻONY MIESZANY ROZKŁAD POISSONA ZASTOSOWANIA UBEZPIECZENIOWE
Studa Ekonomczne. Zeszyty Naukowe Unwersytetu Ekonomcznego w Katowcach ISSN 083-8611 Nr 7 015 Mchał Trzęsok Unwersytet Ekonomczny w Katowcach Wydzał Zarządzana Katedra Analz Gospodarczych Fnansowych mchal.trzesok@ue.katowce.pl
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH
STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH 1 Test zgodnośc χ 2 Hpoteza zerowa H 0 ( Cecha X populacj ma rozkład o dystrybuance F). Hpoteza alternatywna H1( Cecha X populacj
Bardziej szczegółowo65120/ / / /200
. W celu zbadana zależnośc pomędzy płcą klentów ch preferencjam, wylosowano kobet mężczyzn zadano m pytane: uważasz za lepszy produkt frmy A czy B? Wynk były następujące: Odpowedź Kobety Mężczyźn Wolę
Bardziej szczegółowoAnaliza danych OGÓLNY SCHEMAT. http://zajecia.jakubw.pl/ Dane treningowe (znana decyzja) Klasyfikator. Dane testowe (znana decyzja)
Analza danych Dane trenngowe testowe. Algorytm k najblższych sąsadów. Jakub Wróblewsk jakubw@pjwstk.edu.pl http://zajeca.jakubw.pl/ OGÓLNY SCHEMAT Mamy dany zbór danych podzelony na klasy decyzyjne, oraz
Bardziej szczegółowoW praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np.
Wykład 7 Uwaga: W praktyce często zdarza sę, że wynk obu prób możemy traktować jako wynk pomarów na tym samym elemence populacj np. wynk x przed wynk y po operacj dla tego samego osobnka. Należy wówczas
Bardziej szczegółowoPlan wykładu: Typowe dane. Jednoczynnikowa Analiza wariancji. Zasada: porównać zmienność pomiędzy i wewnątrz grup
Jednoczynnkowa Analza Waranc (ANOVA) Wykład 11 Przypomnene: wykłady zadana kursu były zaczerpnęte z podręcznków: Statystyka dla studentów kerunków techncznych przyrodnczych, J. Koronack, J. Melnczuk, WNT
Bardziej szczegółowoBADANIE STABILNOŚCI WSPÓŁCZYNNIKA BETA AKCJI INDEKSU WIG20
Darusz Letkowsk Unwersytet Łódzk BADANIE STABILNOŚCI WSPÓŁCZYNNIKA BETA AKCJI INDEKSU WIG0 Wprowadzene Teora wyboru efektywnego portfela nwestycyjnego zaproponowana przez H. Markowtza oraz jej rozwnęca
Bardziej szczegółowoStanisław Cichocki Natalia Nehrebecka. Zajęcia 4
Stansław Cchock Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0-1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających Interpretacja
Bardziej szczegółowoPROGNOZOWANIE SPRZEDAŻY Z ZASTOSOWANIEM ROZKŁADU GAMMA Z KOREKCJĄ ZE WZGLĘDU NA WAHANIA SEZONOWE
STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 36 Krzysztof Dmytrów * Marusz Doszyń ** Unwersytet Szczecńsk PROGNOZOWANIE SPRZEDAŻY Z ZASTOSOWANIEM ROZKŁADU GAMMA Z KOREKCJĄ ZE WZGLĘDU NA
Bardziej szczegółowoZaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych
Zaawansowane metody numeryczne Komputerowa analza zagadneń różnczkowych 1. Układy równań lnowych P. F. Góra http://th-www.f.uj.edu.pl/zfs/gora/ semestr letn 2006/07 Podstawowe fakty Równane Ax = b, x,
Bardziej szczegółowoAktuariat i matematyka finansowa. Metody kalkulacji składki w ubezpieczeniach typu non - life
Aktuariat i matematyka finansowa Metody kalkulacji składki w ubezpieczeniach typu non - life Budowa składki ubezpieczeniowej Składka ubezpieczeniowa cena jaką ubezpieczający płaci za ochronę ubezpieczeniowa
Bardziej szczegółowoPomiar efektywności systemu bonus-malus. Analiza wybranych metod oceny
Pomar efektywnośc systemu bonus-malus Anna Jędrzychowska Ewa Poprawska Pomar efektywnośc systemu bonus-malus. Analza wybranych metod oceny Artykuł stanow rozwnęce kontynuację zaprezentowanej na kartach
Bardziej szczegółowoHipotezy o istotności oszacowao parametrów zmiennych objaśniających ˆ ) ˆ
WERYFIKACJA HIPOTEZY O ISTOTNOŚCI OCEN PARAMETRÓW STRUKTURALNYCH MODELU Hpoezy o sonośc oszacowao paramerów zmennych objaśnających Tesowane sonośc paramerów zmennych objaśnających sprowadza sę do nasępującego
Bardziej szczegółowoStanisław Cichocki. Natalia Nehrebecka. Wykład 6
Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Zastosowane modelu potęgowego Przekształcene Boxa-Coxa 2. Zmenne cągłe za zmenne dyskretne 3. Interpretacja parametrów przy zmennych dyskretnych 1. Zastosowane
Bardziej szczegółowoNatalia Nehrebecka. Zajęcia 4
St ł Cchock Stansław C h k Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0 1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających
Bardziej szczegółowoStanisław Cichocki. Natalia Nehrebecka. Wykład 7
Stansław Cchock Natala Nehrebecka Wykład 7 1 1. Interakcje 2. Przyblżane model nelnowych 3. Założena KMRL 1. Interakcje 2. Przyblżane model nelnowych 3. Założena KMRL W standardowym modelu lnowym zakładamy,
Bardziej szczegółowoMikroekonometria 13. Mikołaj Czajkowski Wiktor Budziński
Mkroekonometra 13 Mkołaj Czajkowsk Wktor Budzńsk Symulacje Analogczne jak w przypadku cągłej zmennej zależnej można wykorzystać metody Monte Carlo do analzy różnego rodzaju problemów w modelach gdze zmenna
Bardziej szczegółowoBadanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej
Badane współzależnośc dwóch cech loścowych X Y. Analza korelacj prostej Kody znaków: żółte wyróżnene nowe pojęce czerwony uwaga kursywa komentarz 1 Zagadnena 1. Zwązek determnstyczny (funkcyjny) a korelacyjny.
Bardziej szczegółowoStanisław Cichocki. Natalia Nehrebecka. Wykład 6
Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Interpretacja parametrów przy zmennych objaśnających cągłych Semelastyczność 2. Zastosowane modelu potęgowego Model potęgowy 3. Zmenne cągłe za zmenne dyskretne
Bardziej szczegółowoZESZYTY NAUKOWE INSTYTUTU POJAZDÓW 2(88)/2012
ZESZYTY NAUKOWE INSTYTUTU POJAZDÓW (88)/01 Hubert Sar, Potr Fundowcz 1 WYZNACZANIE ASOWEGO OENTU BEZWŁADNOŚCI WZGLĘDE OSI PIONOWEJ DLA SAOCHODU TYPU VAN NA PODSTAWIE WZORU EPIRYCZNEGO 1. Wstęp asowy moment
Bardziej szczegółowoProces narodzin i śmierci
Proces narodzn śmerc Jeżel w ewnej oulacj nowe osobnk ojawają sę w sosób losowy, rzy czym gęstość zdarzeń na jednostkę czasu jest stała w czase wynos λ, oraz lczba osobnków n, które ojawły sę od chwl do
Bardziej szczegółowoOGÓLNE PODSTAWY SPEKTROSKOPII
WYKŁAD 8 OGÓLNE PODSTAWY SPEKTROSKOPII E E0 sn( ωt kx) ; k π ; ω πν ; λ T ν E (m c 4 p c ) / E +, dla fotonu m 0 p c p hk Rozkład energ w stane równowag: ROZKŁAD BOLTZMANA!!!!! P(E) e E / kt N E N E/
Bardziej szczegółowoPrawdopodobieństwo i statystyka r.
Prawdopodobeństwo statystya.05.00 r. Zadane Zmenna losowa X ma rozład wyładnczy o wartośc oczewanej, a zmenna losowa Y rozład wyładnczy o wartośc oczewanej. Obe zmenne są nezależne. Oblcz E( Y X + Y =
Bardziej szczegółowoStanisław Cichocki. Natalia Nehrebecka. Wykład 7
Stansław Cchock Natala Nehrebecka Wykład 7 1 1. Zmenne cągłe a zmenne dyskretne 2. Interpretacja parametrów przy zmennych dyskretnych 1. Zmenne cągłe a zmenne dyskretne 2. Interpretacja parametrów przy
Bardziej szczegółowoStatystyka Inżynierska
Statystyka Inżynerska dr hab. nż. Jacek Tarasuk AGH, WFIS 013 Wykład DYSKRETNE I CIĄGŁE ROZKŁADY JEDNOWYMIAROWE Zmenna losowa, Funkcja rozkładu, Funkcja gęstośc, Dystrybuanta, Charakterystyk zmennej, Funkcje
Bardziej szczegółowoMETODA UNITARYZACJI ZEROWANEJ Porównanie obiektów przy ocenie wielokryterialnej. Ranking obiektów.
Opracowane: Dorota Mszczyńska METODA UNITARYZACJI ZEROWANEJ Porównane obektów przy ocene welokryteralnej. Rankng obektów. Porównane wybranych obektów (warantów decyzyjnych) ze względu na różne cechy (krytera)
Bardziej szczegółowoPortfele zawierające walor pozbawiony ryzyka. Elementy teorii rynku kapitałowego
Portel nwestycyjny ćwczena Na podst. Wtold Jurek: Konstrukcja analza rozdzał 5 dr chał Konopczyńsk Portele zawerające walor pozbawony ryzyka. lementy teor rynku kaptałowego 1. Pożyczane penędzy amy dwa
Bardziej szczegółowoWERYFIKACJA EKONOMETRYCZNA MODELU CAPM II RODZAJU DLA RÓŻNYCH HORYZONTÓW STÓP ZWROTU I PORTFELI RYNKOWYCH
SCRIPTA COMENIANA LESNENSIA PWSZ m. J. A. Komeńskego w Leszne R o k 0 0 8, n r 6 TOMASZ ŚWIST* WERYFIKACJA EKONOMETRYCZNA MODELU CAPM II RODZAJU DLA RÓŻNYCH HORYZONTÓW STÓP ZWROTU I PORTFELI RYNKOWYCH
Bardziej szczegółowoMatematyka ubezpieczeń majątkowych r.
Maemayka ubezpeczeń mająkowych 7.05.00 r. Zadane. Pewne ryzyko generuje jedną szkodę z prawdopodobeńswem q, zaś zero szkód z prawdopodobeńswem ( q). Ubezpeczycel pokrywa nadwyżkę szkody ponad udzał własny
Bardziej szczegółowo0 0,2 0, p 0,1 0,2 0,5 0, p 0,3 0,1 0,2 0,4
Zad. 1. Dana jest unkcja prawdopodobeństwa zmennej losowej X -5-1 3 8 p 1 1 c 1 Wyznaczyć: a. stałą c b. wykres unkcj prawdopodobeństwa jej hstogram c. dystrybuantę jej wykres d. prawdopodobeństwa: P (
Bardziej szczegółowoKURS STATYSTYKA. Lekcja 1 Statystyka opisowa ZADANIE DOMOWE. www.etrapez.pl Strona 1
KURS STATYSTYKA Lekcja 1 Statystyka opsowa ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowedź (tylko jedna jest prawdzwa). Pytane 1 W statystyce opsowej mamy pełne nformacje
Bardziej szczegółowoPODSTAWA WYMIARU ORAZ WYSOKOŚĆ EMERYTURY USTALANEJ NA DOTYCHCZASOWYCH ZASADACH
PODSTAWA WYMIARU ORAZ WYSOKOŚĆ EMERYTURY USTALANEJ NA DOTYCHCZASOWYCH ZASADACH Z a k ł a d U b e z p e c z e ń S p o ł e c z n y c h Wprowadzene Nnejsza ulotka adresowana jest zarówno do osób dopero ubegających
Bardziej szczegółowoModele teorii zaufania metoda kalkulacji składki ubezpieczeniowej w niejednorodnych portfelach polis
Modele teorii zaufania metoda kalkulacji składki ubezpieczeniowej... Anna Chojan Modele teorii zaufania metoda kalkulacji składki ubezpieczeniowej w niejednorodnych portfelach polis Jedną z czynności leżących
Bardziej szczegółowoAnaliza porównawcza rozwoju wybranych banków komercyjnych w latach 2001 2009
Mara Konopka Katedra Ekonomk Organzacj Przedsęborstw Szkoła Główna Gospodarstwa Wejskego w Warszawe Analza porównawcza rozwoju wybranych banków komercyjnych w latach 2001 2009 Wstęp Polska prywatyzacja
Bardziej szczegółowoRozwiązania (lub wskazówki do rozwiązań) większości zadań ze skryptu STATYSTYKA: MATERIAŁY POMOCNICZE DO ZAJĘĆ oraz EGZAMINÓW Z LAT
Rozwązana (lub wskazówk do rozwązań) wększośc zadań ze skryptu STATYSTYKA: MATERIAŁY POMOCNICZE DO ZAJĘĆ oraz EGZAMINÓW Z LAT 01-014 ZMIENNA LOSOWA I JEJ ROZKŁAD Zadane 1/ str. 4 a/ zmenna może przyjmować
Bardziej szczegółowoANALIZA WPŁYWU OBSERWACJI NIETYPOWYCH NA WYNIKI MODELOWANIA REGIONALNEJ WYDAJNOŚCI PRACY
STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 36, T. 1 Barbara Batóg *, Jacek Batóg ** Unwersytet Szczecńsk ANALIZA WPŁYWU OBSERWACJI NIETYPOWYCH NA WYNIKI MODELOWANIA REGIONALNEJ WYDAJNOŚCI
Bardziej szczegółowoStanisław Cichocki. Natalia Nehrebecka. Wykład 6
Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Zastosowane modelu potęgowego Model potęgowy Przekształcene Boxa-Coxa 2. Zmenne cągłe za zmenne dyskretne 3. Interpretacja parametrów przy zmennych dyskretnych
Bardziej szczegółowoMikroekonometria 5. Mikołaj Czajkowski Wiktor Budziński
Mkroekonometra 5 Mkołaj Czajkowsk Wktor Budzńsk Uogólnone modele lnowe Uogólnone modele lnowe (ang. Generalzed Lnear Models GLM) Różną sę od standardowego MNK na dwa sposoby: Rozkład zmennej objaśnanej
Bardziej szczegółowoBADANIA OPERACYJNE. Podejmowanie decyzji w warunkach niepewności. dr Adam Sojda
BADANIA OPERACYJNE Podejmowane decyzj w warunkach nepewnośc dr Adam Sojda Teora podejmowana decyzj gry z naturą Wynk dzałana zależy ne tylko od tego, jaką podejmujemy decyzję, ale równeż od tego, jak wystąp
Bardziej szczegółowoKształtowanie się firm informatycznych jako nowych elementów struktury przestrzennej przemysłu
PRACE KOMISJI GEOGRAFII PRZEMY SŁU Nr 7 WARSZAWA KRAKÓW 2004 Akadema Pedagogczna, Kraków Kształtowane sę frm nformatycznych jako nowych elementów struktury przestrzennej przemysłu Postępujący proces rozwoju
Bardziej szczegółowo7.8. RUCH ZMIENNY USTALONY W KORYTACH PRYZMATYCZNYCH
WYKŁAD 7 7.8. RUCH ZMIENNY USTALONY W KORYTACH PRYZMATYCZNYCH 7.8.. Ogólne równane rucu Rucem zmennym w korytac otwartyc nazywamy tak przepływ, w którym parametry rucu take jak prędkość średna w przekroju
Bardziej szczegółowoKrótkookresowy model ryzyka ubezpieczeniowego w przedsiębiorstwie
Krótkookresowy model ryzyka ubezpeczenowego w przedsęborstwe Agneszka Rurka Cel artykułu stanowło zaprezentowane możlwośc zastosowana krótkookresowego modelu ryzyka w przedsęborstwe. Przedstawono przy
Bardziej szczegółowoKlasyfkator lnowy Wstęp Klasyfkator lnowy jest najprostszym możlwym klasyfkatorem. Zakłada on lnową separację lnowy podzał dwóch klas mędzy sobą. Przedstawa to ponższy rysunek: 5 4 3 1 0-1 - -3-4 -5-5
Bardziej szczegółowoSTATECZNOŚĆ SKARP. α - kąt nachylenia skarpy [ o ], φ - kąt tarcia wewnętrznego gruntu [ o ],
STATECZNOŚĆ SKARP W przypadku obektu wykonanego z gruntów nespostych zaprojektowane bezpecznego nachylena skarp sprowadza sę do przekształcena wzoru na współczynnk statecznośc do postac: tgφ tgα = n gdze:
Bardziej szczegółowoOeconomiA copernicana 2013 Nr 3. Modele ekonometryczne w opisie wartości rezydualnej inwestycji
OeconomA coperncana 2013 Nr 3 ISSN 2083-1277, (Onlne) ISSN 2353-1827 http://www.oeconoma.coperncana.umk.pl/ Klber P., Stefańsk A. (2003), Modele ekonometryczne w opse wartośc rezydualnej nwestycj, Oeconoma
Bardziej szczegółowoPattern Classification
attern Classfcaton All materals n these sldes were taken from attern Classfcaton nd ed by R. O. Duda,. E. Hart and D. G. Stork, John Wley & Sons, 000 wth the permsson of the authors and the publsher Chapter
Bardziej szczegółowoMetody predykcji analiza regresji
Metody predykcj analza regresj TPD 008/009 JERZY STEFANOWSKI Instytut Informatyk Poltechnka Poznańska Przebeg wykładu. Predykcja z wykorzystanem analzy regresj.. Przypomnene wadomośc z poprzednch przedmotów..
Bardziej szczegółowoAnaliza danych. Analiza danych wielowymiarowych. Regresja liniowa. Dyskryminacja liniowa. PARA ZMIENNYCH LOSOWYCH
Analza danych Analza danych welowymarowych. Regresja lnowa. Dyskrymnacja lnowa. Jakub Wróblewsk jakubw@pjwstk.edu.pl http://zajeca.jakubw.pl/ PARA ZMIENNYCH LOSOWYCH Parę zmennych losowych X, Y możemy
Bardziej szczegółowoBadania sondażowe. Braki danych Konstrukcja wag. Agnieszka Zięba. Zakład Badań Marketingowych Instytut Statystyki i Demografii Szkoła Główna Handlowa
Badana sondażowe Brak danych Konstrukcja wag Agneszka Zęba Zakład Badań Marketngowych Instytut Statystyk Demograf Szkoła Główna Handlowa 1 Błędy braku odpowedz Całkowty brak odpowedz (UNIT nonresponse)
Bardziej szczegółowoRozkład dwupunktowy. Rozkład dwupunktowy. Rozkład dwupunktowy x i p i 0 1-p 1 p suma 1
Rozkład dwupunktowy Zmenna losowa przyjmuje tylko dwe wartośc: wartość 1 z prawdopodobeństwem p wartość 0 z prawdopodobeństwem 1- p x p 0 1-p 1 p suma 1 Rozkład dwupunktowy Funkcja rozkładu prawdopodobeństwa
Bardziej szczegółowoSzacowanie optymalnego systemu Bonus-Malus przy pomocy Pseudo-MLE. Joanna Sawicka
Szacowanie optymalnego systemu Bonus-Malus przy pomocy Pseudo-MLE Joanna Sawicka Plan prezentacji Model Poissona-Gamma ze składnikiem regresyjnym Konstrukcja optymalnego systemu Bonus- Malus Estymacja
Bardziej szczegółowoAgata Boratyńska Statystyka aktuarialna... 1
Agata Boratyńska Statystyka aktuarialna... 1 ZADANIA NA ĆWICZENIA Z TEORII WIAROGODNOŚCI Zad. 1. Niech X 1, X 2,..., X n będą niezależnymi zmiennymi losowymi z rozkładu wykładniczego o wartości oczekiwanej
Bardziej szczegółowoEvaluation of estimation accuracy of correlation functions with use of virtual correlator model
Jadwga LAL-JADZIAK Unwersytet Zelonogórsk Instytut etrolog Elektrycznej Elżbeta KAWECKA Unwersytet Zelonogórsk Instytut Informatyk Elektronk Ocena dokładnośc estymacj funkcj korelacyjnych z użycem modelu
Bardziej szczegółowoRezerwa IBNR w ubezpieczeniach majątkowych
Rezerwa IBNR w ubezpeczenach maątkowych metody e kalkulac mgr Agneszka Pobłocka Unwersytet Gdańsk RTU ogółem (Dzał I Dzał II) ch udzał w PKB (w mld zł, %) 9,0% 7,5 % 7,7 % 7,6 % 120,00 8,0% 7,3 % 6,6 %
Bardziej szczegółowoSZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW
SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW Stefan WÓJTOWICZ, Katarzyna BIERNAT ZAKŁAD METROLOGII I BADAŃ NIENISZCZĄCYCH INSTYTUT ELEKTROTECHNIKI ul. Pożaryskego 8, 04-703 Warszawa tel.
Bardziej szczegółowoStatystyka. Zmienne losowe
Statystyka Zmenne losowe Zmenna losowa Zmenna losowa jest funkcją, w której każdej wartośc R odpowada pewen podzbór zboru będący zdarzenem losowym. Zmenna losowa powstaje poprzez przyporządkowane każdemu
Bardziej szczegółowoNatalia Nehrebecka. Dariusz Szymański
Natala Nehrebecka Darusz Szymańsk . Sprawy organzacyjne Zasady zalczena Ćwczena Lteratura. Czym zajmuje sę ekonometra? Model ekonometryczny 3. Model lnowy Postać modelu lnowego Zaps macerzowy modelu dl
Bardziej szczegółowoAnaliza i diagnoza sytuacji finansowej wybranych branż notowanych na Warszawskiej Giełdzie Papierów Wartościowych w latach
Jacek Batóg Unwersytet Szczecńsk Analza dagnoza sytuacj fnansowej wybranych branż notowanych na Warszawskej Gełdze Paperów Wartoścowych w latach 997-998 W artykule podjęta została próba analzy dagnozy
Bardziej szczegółowoSystemy Ochrony Powietrza Ćwiczenia Laboratoryjne
ś POLITECHNIKA POZNAŃSKA INSTYTUT INŻYNIERII ŚRODOWISKA PROWADZĄCY: mgr nż. Łukasz Amanowcz Systemy Ochrony Powetrza Ćwczena Laboratoryjne 2 TEMAT ĆWICZENIA: Oznaczane lczbowego rozkładu lnowych projekcyjnych
Bardziej szczegółowoEKONOMETRIA I Spotkanie 1, dn. 05.10.2010
EKONOMETRIA I Spotkane, dn. 5..2 Dr Katarzyna Beń Program ramowy: http://www.sgh.waw.pl/nstytuty/e/oferta_dydaktyczna/ekonometra_stacjonarne_nest acjonarne/ Zadana, dane do zadań, ważne nformacje: http://www.e-sgh.pl/ben/ekonometra
Bardziej szczegółowoKONSTRUKCJA OPTYMALNYCH PORTFELI Z ZASTOSOWANIEM METOD ANALIZY FUNDAMENTALNEJ UJĘCIE DYNAMICZNE
Adranna Mastalerz-Kodzs Unwersytet Ekonomczny w Katowcach KONSTRUKCJA OPTYMALNYCH PORTFELI Z ZASTOSOWANIEM METOD ANALIZY FUNDAMENTALNEJ UJĘCIE DYNAMICZNE Wprowadzene W dzałalnośc nstytucj fnansowych, takch
Bardziej szczegółowoMODEL REGRESYJNY WARTOŚCI POJEDYNCZEJ SZKODY UWZGLĘDNIAJĄCY POLISY BEZSZKODOWE
Studa Ekonomczne Zeszyty Naukowe Unwersytetu Ekonomcznego w Katowcach ISSN 083-86 Nr 4 05 Ekonoma 3 Alcja Wolny-Domnak Unwersytet Ekonomczny w Katowcach Wydzał Ekonom Katedra Metod Statystyczno-Matematycznych
Bardziej szczegółowoPROSTO O DOPASOWANIU PROSTYCH, CZYLI ANALIZA REGRESJI LINIOWEJ W PRAKTYCE
PROSTO O DOPASOWANIU PROSTYCH, CZYLI ANALIZA REGRESJI LINIOWEJ W PRAKTYCE Janusz Wątroba, StatSoft Polska Sp. z o.o. W nemal wszystkch dzedznach badań emprycznych mamy do czynena ze złożonoścą zjawsk procesów.
Bardziej szczegółowody dx stąd w przybliżeniu: y
Przykłady do funkcj nelnowych funkcj Törnqusta Proszę sprawdzć uzasadnć, które z podanych zdań są prawdzwe, a które fałszywe: Przykład 1. Mesęczne wydatk na warzywa (y, w jednostkach penężnych, jp) w zależnośc
Bardziej szczegółowoTeoria niepewności pomiaru (Rachunek niepewności pomiaru) Rodzaje błędów pomiaru
Pomary fzyczne - dokonywane tylko ze skończoną dokładnoścą. Powodem - nedoskonałość przyrządów pomarowych neprecyzyjność naszych zmysłów borących udzał w obserwacjach. Podawane samego tylko wynku pomaru
Bardziej szczegółowoWSKAŹNIK OCENY HIC SAMOCHODU OSOBOWEGO W ASPEKCIE BEZPIECZEŃSTWA RUCHU DROGOWEGO
WSKAŹNIK OCENY SAMOCHODU OSOBOWEGO W ASPEKCIE BEZPIECZEŃSTWA RUCHU DROGOWEGO Dagmara KARBOWNICZEK 1, Kazmerz LEJDA, Ruch cała człoweka w samochodze podczas wypadku drogowego zależy od sztywnośc nadwoza
Bardziej szczegółowoFunkcje i charakterystyki zmiennych losowych
Funkcje charakterystyk zmennych losowych Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Intelgencj Metod Matematycznych Wydzał Informatyk Poltechnk Szczecńskej 5. Funkcje zmennych losowych
Bardziej szczegółowoZASTOSOWANIE METOD WAP DO OCENY POZIOMU PRZESTRZENNEGO ZRÓŻNICOWANIA ROZWOJU ROLNICTWA W POLSCE
Inżynera Rolncza 1(126)/2011 ZASTOSOWANIE METOD WAP DO OCENY POZIOMU PRZESTRZENNEGO ZRÓŻNICOWANIA ROZWOJU ROLNICTWA W POLSCE Katedra Zastosowań Matematyk Informatyk, Unwersytet Przyrodnczy w Lublne w Lublne
Bardziej szczegółowoRegulamin promocji 14 wiosna
promocja_14_wosna strona 1/5 Regulamn promocj 14 wosna 1. Organzatorem promocj 14 wosna, zwanej dalej promocją, jest JPK Jarosław Paweł Krzymn, zwany dalej JPK. 2. Promocja trwa od 01 lutego 2014 do 30
Bardziej szczegółowoAnaliza regresji modele ekonometryczne
Analza regresj modele ekonometryczne Klasyczny model regresj lnowej - przypadek jednej zmennej objaśnającej. Rozpatrzmy klasyczne zagadnene zależnośc pomędzy konsumpcją a dochodam. Uważa sę, że: - zależność
Bardziej szczegółowoSystem Przeciwdziałania Powstawaniu Bezrobocia na Terenach Słabo Zurbanizowanych SPRAWOZDANIE Z BADAŃ Autor: Joanna Wójcik
Opracowane w ramach projektu System Przecwdzałana Powstawanu Bezroboca na Terenach Słabo Zurbanzowanych ze środków Europejskego Funduszu Społecznego w ramach Incjatywy Wspólnotowej EQUAL PARTNERSTWO NA
Bardziej szczegółowoEKONOMETRIA ECONOMETRICS 4(46) 2014
EKONOMERIA ECONOMERICS 4(46) 2014 Wydawnctwo Unwersytetu Ekonomcznego we Wrocławu Wrocław 2014 Redaktor Wydawnctwa: Aleksandra Ślwka Redaktor technczny: Barbara Łopusewcz Korektor: Barbara Cbs Łamane:
Bardziej szczegółowoTeoria niepewności pomiaru (Rachunek niepewności pomiaru) Rodzaje błędów pomiaru
Pomary fzyczne - dokonywane tylko ze skończoną dokładnoścą. Powodem - nedoskonałość przyrządów pomarowych neprecyzyjność naszych zmysłów borących udzał w obserwacjach. Podawane samego tylko wynku pomaru
Bardziej szczegółowoZa: Stanisław Latoś, Niwelacja trygonometryczna, [w:] Ćwiczenia z geodezji II [red.] J. Beluch
Za: Stansław Latoś, Nwelacja trygonometryczna, [w:] Ćwczena z geodezj II [red.] J. eluch 6.1. Ogólne zasady nwelacj trygonometrycznej. Wprowadzene Nwelacja trygonometryczna, zwana równeż trygonometrycznym
Bardziej szczegółowoKURS STATYSTYKA. Lekcja 6 Regresja i linie regresji ZADANIE DOMOWE. www.etrapez.pl Strona 1
KURS STATYSTYKA Lekcja 6 Regresja lne regresj ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowedź (tylko jedna jest prawdzwa). Pytane 1 Funkcja regresj I rodzaju cechy Y zależnej
Bardziej szczegółowoEMERYTURA CZĘŚCIOWA Z FUNDUSZU UBEZPIECZEŃ SPOŁECZNYCH
EMERYTURA CZĘŚCIOWA Z FUNDUSZU UBEZPIECZEŃ SPOŁECZNYCH Z a k ł a d U b e z p e c z e ń S p o ł e c z n y c h Warunk nabywana prawa do emerytury częścowej, wysokość emerytury częścowej oraz zasady wypłaty
Bardziej szczegółowoOKRESOWA EMERYTURA KAPITAŁOWA ZE ŚRODKÓW ZGROMADZONYCH W OFE
OKRESOWA EMERYTURA KAPITAŁOWA ZE ŚRODKÓW ZGROMADZONYCH W OFE Z a k ł a d U b e z p e c z e ń S p o ł e c z n y c h Warunk nabywana prawa do okresowej emerytury kaptałowej ze środków zgromadzonych w otwartym
Bardziej szczegółowoWPROWADZENIE DO ANALIZY KORELACJI I REGRESJI
WPROWADZENIE DO ANALIZY KORELACJI I REGRESJI dr Janusz Wątroba, StatSoft Polska Sp. z o.o. Prezentowany artykuł pośwęcony jest wybranym zagadnenom analzy korelacj regresj. Po przedstawenu najważnejszych
Bardziej szczegółowoAnaliza korelacji i regresji
Analza korelacj regresj Zad. Pewen zakład produkcyjny zatrudna pracownków fzycznych. Ich wydajność pracy (Y w szt./h) oraz mesęczne wynagrodzene (X w tys. zł) przedstawa ponższa tabela: Pracownk y x A
Bardziej szczegółowoDobór zmiennych objaśniających
Dobór zmennych objaśnających Metoda grafowa: Należy tak rozpąć graf na werzchołkach opsujących poszczególne zmenne, aby występowały w nm wyłączne łuk symbolzujące stotne korelacje pomędzy zmennym opsującym.
Bardziej szczegółowoPodstawy teorii falek (Wavelets)
Podstawy teor falek (Wavelets) Ψ(). Transformaca Haara (97).. Przykład pewne metody zapsu obrazu Transformaca Haara Przykład zapsu obrazu -D Podstawy matematyczne transformac Algorytmy rozkładana funkc
Bardziej szczegółowoPrognozowanie w zarządzaniu firmą
Prognozowane w zarządzanu frmą Redaktorzy naukow Paweł Dttmann Aleksandra Szpulak Wydawnctwo Unwersytetu Ekonomcznego we Wrocławu Wrocław 2011 Senacka Komsja Wydawncza Zdzsław Psz (przewodnczący), Andrzej
Bardziej szczegółowo= σ σ. 5. CML Capital Market Line, Rynkowa Linia Kapitału
5 CML Catal Market Lne, ynkowa Lna Katału Zbór ortolo o nalny odchylenu standardowy zbór eektywny ozważy ortolo złożone ze wszystkch aktywów stnejących na rynku Załóży, że jest ch N A * P H P Q P 3 * B
Bardziej szczegółowoAnaliza struktury zbiorowości statystycznej
Analza struktury zborowośc statystycznej.analza tendencj centralnej. Średne klasyczne Średna arytmetyczna jest parametrem abstrakcyjnym. Wyraża przecętny pozom badanej zmennej (cechy) w populacj generalnej:
Bardziej szczegółowoZad. 4 Należy określić rodzaj testu (jedno czy dwustronny) oraz wartości krytyczne z lub t dla określonych hipotez i ich poziomów istotności:
Zadania ze statystyki cz. 7. Zad.1 Z populacji wyłoniono próbę wielkości 64 jednostek. Średnia arytmetyczna wartość cechy wyniosła 110, zaś odchylenie standardowe 16. Należy wyznaczyć przedział ufności
Bardziej szczegółowo6. ROŻNICE MIĘDZY OBSERWACJAMI STATYSTYCZNYMI RUCHU KOLEJOWEGO A SAMOCHODOWEGO
Różnce mędzy obserwacjam statystycznym ruchu kolejowego a samochodowego 7. ROŻNICE MIĘDZY OBSERWACJAMI STATYSTYCZNYMI RUCHU KOLEJOWEGO A SAMOCHODOWEGO.. Obserwacje odstępów mędzy kolejnym wjazdam na stację
Bardziej szczegółowoMATERIAŁY I STUDIA. Zeszyt nr 286. Analiza dyskryminacyjna i regresja logistyczna w procesie oceny zdolności kredytowej przedsiębiorstw
MATERIAŁY I STUDIA Zeszyt nr 86 Analza dyskrymnacyjna regresja logstyczna w procese oceny zdolnośc kredytowej przedsęborstw Robert Jagełło Warszawa, 0 r. Wstęp Robert Jagełło Narodowy Bank Polsk. Składam
Bardziej szczegółowoZestaw zadań 4: Przestrzenie wektorowe i podprzestrzenie. Liniowa niezależność. Sumy i sumy proste podprzestrzeni.
Zestaw zadań : Przestrzene wektorowe podprzestrzene. Lnowa nezależność. Sumy sumy proste podprzestrzen. () Wykazać, że V = C ze zwykłym dodawanem jako dodawanem wektorów operacją mnożena przez skalar :
Bardziej szczegółowoANALIZA PORÓWNAWCZA WYNIKÓW UZYSKANYCH ZA POMOCĄ MIAR SYNTETYCZNYCH: M ORAZ PRZY ZASTOSOWANIU METODY UNITARYZACJI ZEROWANEJ
METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XVI/3, 2015, str. 248 257 ANALIZA PORÓWNAWCZA WYNIKÓW UZYSKANYCH ZA POMOCĄ MIAR SYNTETYCZNYCH: M ORAZ PRZY ZASTOSOWANIU METODY UNITARYZACJI ZEROWANEJ Sławomr
Bardziej szczegółowo