Karolina Napierała Wojciech Otto
|
|
- Mieczysław Małek
- 8 lat temu
- Przeglądów:
Transkrypt
1 Kalkulaca rezerw w ubezieczeniach maątkowych w oarciu o teorię zaufania, z równoczesnym r wykorzystaniem danych o odszkodowaniach wyłaconych i rezerwie liczone metodą indywidualną Karolina Naierała Wociech Otto
2 lan rezentaci 1. Trókąty szkodowe. Standardowa metoda Chain-Ladder 3. Metody klasy London-Chain w świetle credibility theory 4. Uzuełnienie metod klasy London Chain o dane o szkodach zgłoszonych, ale nie zlikwidowanych raktyka. Warszawa czerwiec 008 Kalkulaca rezerw w ubezieczeniach maątkowych w oarciu o teorię zaufania
3 Trókąty szkodowe - dane oóźnienie zaście 0 1 T-1 T 0 X 0,0 X 0,1 X 0,T 1 X 1,0 X 1,1 X 1,T-1 t X T-1 X T-1,0 X T-1,1 T X T,0 x t, wartość zdarzenia do którego doszło w t-tym okresie i uawniło się o okresach oóźnienia. raktyka. Warszawa czerwiec 008 Kalkulaca rezerw w ubezieczeniach maątkowych w oarciu o teorię zaufania
4 Trókąty szkodowe - dane oóźnienie zaście 0 1 T-1 T 0 cx 0,0 cx 0,1 cx 0,T 1 cx 1,0 cx 1,1 cx 1,T-1 t cx T-1 cx T-1,0 cx T-1,1 T cx T,0 cx t, wartość zdarzenia do którego doszło w t-tym okresie i uawniło się nie óźnie niż o okresach oóźnienia. raktyka. Warszawa czerwiec 008 Kalkulaca rezerw w ubezieczeniach maątkowych w oarciu o teorię zaufania
5 Rezerwy szkodowe Rezerwy szkodowe IBNR Rezerwa na szkody zaszłe, ale nie zgłoszone (Incurred But Not Reorted) RBN Rezerwa na szkody zgłoszone, ale nie zlikwidowane (Reorted But Not aid) Celem obliczeń est całość rezerw szkodowych. raktyka. Warszawa czerwiec 008 Kalkulaca rezerw w ubezieczeniach maątkowych w oarciu o teorię zaufania
6 Trókąty szkodowe rezerwy szkodowe oóźnienie zaście 0 1 T 0 cx 0,0 cx 0,1 cx 0, 1 cx 1,0 cx 1,1 cx 0, T-1 cx T-1,0 cx T-1,1 cx T-1, cx T-1, T cx T,0 cx T,1 cx T, raktyka. Warszawa czerwiec 008 Kalkulaca rezerw w ubezieczeniach maątkowych w oarciu o teorię zaufania
7 Standardowa metoda Chain-Ladder Teoretyczna rezerwa IBNR dla t-te kohorty IBNR cxt, cxt, Założenia metody: wsółczynniki oóźnienia cx cx t, t, + ε,. lim 1. wsółczynniki rozwou d 1, raktyka. Warszawa czerwiec 008 Kalkulaca rezerw w ubezieczeniach maątkowych w oarciu o teorię zaufania
8 Standardowa metoda Chain-Ladder cd. W raktyce wsółczynniki rozwou estymuemy ako dˆ T t 0 T t 0 cx cx 1 d i korzystaąc z zależności 0 1 d 1 d d T d otrzymuemy estymatory ˆ ˆ 1 dˆ arametrów raktyka. Warszawa czerwiec 008 Kalkulaca rezerw w ubezieczeniach maątkowych w oarciu o teorię zaufania
9 Standardowa metoda Chain-Ladder cd. Rezerwę IBNR dla szkód zaistniałych w okresie t kalkuluemy ako IBNR T, t cx T t 1 ˆ ˆ T t T t Całkowita rezerwa dla ortfela wynosi IBNR IBNR + T.. T, T + IBNRT, T 1 + IBNRT,0 raktyka. Warszawa czerwiec 008 Kalkulaca rezerw w ubezieczeniach maątkowych w oarciu o teorię zaufania
10 Metody klasy London-Chain w świetle credibility theory Oznaczenia: E t LR CLR RLR xt, Et cxt, E cx t składka zarobiona dla t-te kohorty indywidualny wsółczynnik szkodowości skumulowany wsółczynnik szkodowości cx E t resztowy wsółczynnik szkodowości raktyka. Warszawa czerwiec 008 Kalkulaca rezerw w ubezieczeniach maątkowych w oarciu o teorię zaufania
11 Metody klasy London-Chain w świetle credibility theory założenia modelu Konstrukca modelu w oarciu o wsółczynniki szkodowości Model regresi CLR + 1 a + b CLRt, + ε + lub analogicznie LR + 1 a Z ierwszym równaniem ostaci LR. 0 a 1 + ε 0 1. ( b 1) CLRt, ε 1. raktyka. Warszawa czerwiec 008 Kalkulaca rezerw w ubezieczeniach maątkowych w oarciu o teorię zaufania
12 Metody klasy London-Chain w świetle credibility theory założenia robabilistyczne Oznaczmy: ULR t kohortowy wsółczynnik szkodowości wartość teoretyczna! Wartość oczekiwana skumulowanego wsółczynnika kowarianci Ε CLR ULR ) ULR. ( t t rzy czym Ε( ULR t ) ULR. raktyka. Warszawa czerwiec 008 Kalkulaca rezerw w ubezieczeniach maątkowych w oarciu o teorię zaufania
13 Metody klasy London-Chain w świetle credibility theory założenia robabilistyczne Warunkowa kowarianca skumulowanego wsółczynnika szkodowości wynosi COV ( CLR Bezwarunkowa kowarianca est ostaci Oraz COV ( CLR Ε( Σ t ) Σ, CLR s,, CLR. s, ULR t, ULR U,dla s ) 0, w. s Σt,dla s ) 0, w. raktyka. Warszawa czerwiec 008 Kalkulaca rezerw w ubezieczeniach maątkowych w oarciu o teorię zaufania
14 Metody klasy London-Chain w świetle credibility theory założenia robabilistyczne Odowiednio dla indywidualnego wsółczynnika szkodowości: Wartość oczekiwana wynosi Ε( LRt, ) r ULRt. Gdzie r 1 d + 1 d + dt d. Warunkowa kowarianca wynosi r Σt,dla s COV ( LRt,, LRs, ULRt, ULRs ) 0, w. Natomiast bezwarunkowa est ostaci r U + r Σt,dla s k COV ( LRt,, LRs, k ) r rk U,dla s k, 0, w. raktyka. Warszawa czerwiec 008 Kalkulaca rezerw w ubezieczeniach maątkowych w oarciu o teorię zaufania
15 Metody klasy London-Chain w świetle credibility theory sformułowanie zagadnienia Z teorii wiarygodności (ang. Credibility theory) Liniowy redyktor resztowego wsółczynnika szkodowości z L( RLRt, CLRt, ) (1 ) CLRt, + (1 z ) ULR Liniowy redyktor resztowego wsółczynnika szkodowości z L( LRt, CLRt, ) r + 1 CLRt, + (1 z ) ULR raktyka. Warszawa czerwiec 008 Kalkulaca rezerw w ubezieczeniach maątkowych w oarciu o teorię zaufania
16 Metody klasy London-Chain w świetle credibility theory rozwiązanie Otymalnie dobrany wsółczynnik wynosi z U U + Σ. Co dae nastęuącą ostać oszukiwanych redyktorów BLU BLU (1 ) U (1 ) Σ RLRt, CLRt, ) CLR, ULR, t + U + Σ U + Σ ( r+ 1 U r+ 1 Σ LRt, + 1 CLRt, ) CLR, ULR. t + U + Σ U + Σ ( z raktyka. Warszawa czerwiec 008 Kalkulaca rezerw w ubezieczeniach maątkowych w oarciu o teorię zaufania
17 Metody klasy London-Chain w świetle credibility theory model regresi Wsółczynniki zakładanego modelu regresi CLR. + 1 a + b CLRt, + ε + 1 Są ostaci a b ( U U U ) Σ + Σ + Σ + Σ. ULR, raktyka. Warszawa czerwiec 008 Kalkulaca rezerw w ubezieczeniach maątkowych w oarciu o teorię zaufania
18 Metody klasy London-Chain w świetle credibility theory model regresi Model ten można zaisać alternatywnie, ako CLR a b + + rzy nastęuące ostaci wsółczynnika a Σ U ULR. Stąd łatwo uzyskuemy ( CLRt, + a) ε 1, BLU( RLR CLRt, ) ( b b + 1 bt 1 1)( CLRt, t, + a ). raktyka. Warszawa czerwiec 008 Kalkulaca rezerw w ubezieczeniach maątkowych w oarciu o teorię zaufania
19 Uzuełnienie metod statystycznych o dane o szkodach zgłoszonych, ale nie zlikwidowanych Dodaąc indeksy do stosowanych dotychczas oznaczeń otrzymuemy skumulowane wsółczynniki szkodowości CLR CLR I cx Et I cx E t dla szkód zlikwidowanych, dla szkód zgłoszonych. raktyka. Warszawa czerwiec 008 Kalkulaca rezerw w ubezieczeniach maątkowych w oarciu o teorię zaufania
20 Uzuełnienie metod statystycznych o dane o szkodach zgłoszonych, ale nie zlikwidowanych Wrowadzone orzednio założenia nadal obowiązuą i oisuą wartości arametrów dla szkód zgłoszonych i zlikwidowanych. Dla szkód zgłoszonych rzymuemy nastęuące dodatkowe założenia COV ( CLR I W, CLR I s, k ULR t, ULR s ) I I Σt + ( ) W, dla s 0, w. Gdzie est czynnikiem wynikaącym z odchyleń wartości ierwsze wyceny, od rzeczywiście wyłaconych odszkodowań. k, raktyka. Warszawa czerwiec 008 Kalkulaca rezerw w ubezieczeniach maątkowych w oarciu o teorię zaufania
21 Uzuełnienie metod statystycznych o dane o szkodach zgłoszonych, ale nie zlikwidowanych rzy takich założenia oszukuemy redyktora ostaci I L( RLR t CLR, CLR ) (1 ), z CLR / I z I / I + ( CLR t CLR t + z z ULR I,, ) (1 ) raktyka. Warszawa czerwiec 008 Kalkulaca rezerw w ubezieczeniach maątkowych w oarciu o teorię zaufania
22 raktyka. Warszawa czerwiec 008 Kalkulaca rezerw w ubezieczeniach ma Kalkulaca rezerw w ubezieczeniach maątkowych tkowych w oarciu o teori w oarciu o teorię zaufania zaufania Uzuełnienie metod statystycznych o dane o Uzuełnienie metod statystycznych o dane o szkodach zgłoszonych, ale nie zlikwidowanych szkodach zgłoszonych, ale nie zlikwidowanych Otymalne wartości arametrów wynoszą, ) ( ) ( ) ( ) ( I U W W U W U z + Σ + Σ + Σ + Σ + Σ. ) ( ) ( ) ( ) ( / I I I U W W U U z + Σ + Σ + Σ + Σ Σ
23 Uzuełnienie metod statystycznych o dane o szkodach zgłoszonych, ale nie zlikwidowanych CLR Tak ak orzednio, zachowanie wsółczynników można oisać rzy omocy modelu regresi I + 1 a +, + +. b CLR t c CLR ε + 1 Lub alternatywnie, ako I CLR + 1 a( b 1) + b CLR + c( b 1) CLR + ε. +1 raktyka. Warszawa czerwiec 008 Kalkulaca rezerw w ubezieczeniach maątkowych w oarciu o teorię zaufania
24 Uzuełnienie metod statystycznych o dane o szkodach zgłoszonych, ale nie zlikwidowanych Wsółczynniki modelu regresi wynoszą odowiednio a Σ U ULR, b + 1 U U ( Σ ( Σ + W + W ) + Σ ) + Σ ( Σ ( Σ + W + W ) + Σ ) + Σ U U ( ( I I ) ), c U Σ + Σ. raktyka. Warszawa czerwiec 008 Kalkulaca rezerw w ubezieczeniach maątkowych w oarciu o teorię zaufania
25 Analiza arametrów modelu Rozważmy nastęuące rzyadki graniczne Gdy redyktor est ostaci W 0 I U I Σ BLU( ULRt CLR, CLR ) CLR, ULR, I t + I U + Σ U + Σ I oiera się w całości na informaci o szkodach zgłoszonych. Gdy W redyktor est ostaci Σ I U Σ BLU( ULRt CLR, CLR ) CLR, ULR, t + U + Σ U + Σ I oiera się w całości na informaci o szkodach zlikwidowanych. raktyka. Warszawa czerwiec 008 Kalkulaca rezerw w ubezieczeniach maątkowych w oarciu o teorię zaufania
26 Dziękuemy za uwagę Karolina Naierała Wociech Otto raktyka. Warszawa czerwiec 008 Kalkulaca rezerw w ubezieczeniach maątkowych w oarciu o teorię zaufania
ZMODYFIKOWANA REGRESJA LOGARYTMICZNO-NORMALNA W SZACOWANIU REZERWY SZKODOWEJ *
Alica Wolny-Dominiak Uniwersytet Ekonomiczny w Katowicach ZMODYFIKOWANA REGRESJA LOGARYTMICZNO-NORMALNA W SZACOWANIU REZERWY SZKODOWEJ * Wprowadzenie W pracy est analizowany proces wyznaczania rezerwy
Bardziej szczegółowoSystem bonus-malus z mechanizmem korekty składki
System bonus-malus z mechanizmem korekty składki mgr Kamil Gala Ubezpieczeniowy Fundusz Gwarancyjny dr hab. Wojciech Bijak, prof. SGH Ubezpieczeniowy Fundusz Gwarancyjny, Szkoła Główna Handlowa Zagadnienia
Bardziej szczegółowoLaboratorium Metod i Algorytmów Sterowania Cyfrowego
Laboratorium Metod i Algorytmów Sterowania Cyfrowego Ćwiczenie 3 Dobór nastaw cyfrowych regulatorów rzemysłowych PID I. Cel ćwiczenia 1. Poznanie zasad doboru nastaw cyfrowych regulatorów rzemysłowych..
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 szczegółowoMatematyka ubezpieczeń majątkowych r.
Zadanie. Niech łączna wartość szkód: Ma złożony rozkład Poissona. Momenty rozkładu wartości poedyncze szkody wynoszą:, [ ]. Wiemy także, że momenty nadwyżki wartości poedyncze szkody ponad udział własny
Bardziej szczegółowoWybrane metody szacowania rezerw techniczno-ubezpieczeniowych
Wybrane metody szacowania rezerw techniczno-ubezpieczeniowych Agata Boratyńska SGH, Warszawa Agata Boratyńska (SGH) Rezerwy 1 / 24 Plan 1 Co to są rezerwy techniczno-ubezpieczeniowe? 2 Rezerwa składek
Bardziej szczegółowo- prędkość masy wynikająca z innych procesów, np. adwekcji, naprężeń itd.
4. Równania dyfuzji 4.1. Prawo zachowania masy cd. Równanie dyfuzji jest prostą konsekwencją prawa zachowania masy, a właściwie to jest to prawo zachowania masy zapisane dla procesu dyfuzji i uwzględniające
Bardziej szczegółowoAktuariat i matematyka finansowa. Rezerwy techniczno ubezpieczeniowe i metody ich tworzenia
Aktuariat i matematyka finansowa Rezerwy techniczno ubezpieczeniowe i metody ich tworzenia Tworzenie rezerw i ich wysokość wpływa na Obliczanie zysku dla potrzeb podatkowych, Sprawozdawczość dla udziałowców,
Bardziej szczegółowoKolokwium ze statystyki matematycznej
Kolokwium ze statystyki matematycznej 28.05.2011 Zadanie 1 Niech X będzie zmienną losową z rozkładu o gęstości dla, gdzie 0 jest nieznanym parametrem. Na podstawie pojedynczej obserwacji weryfikujemy hipotezę
Bardziej szczegółowo01. dla x 0; 1 2 wynosi:
Matematyka ubezpieczeń majątkowych 0.0.04 r. Zadanie. Ryzyko X ma rozkład z atomami: Pr X 0 08. Pr X 0. i gęstością: f X x 0. dla x 0; Ryzyko Y ma rozkład z atomami: Pr Y 0 07. Pr Y 0. i gęstością: fy
Bardziej szczegółowoZadanie 1. Liczba szkód N w ciągu roku z pewnego ryzyka ma rozkład geometryczny: k =
Matematyka ubezpieczeń majątkowych 0.0.006 r. Zadanie. Liczba szkód N w ciągu roku z pewnego ryzyka ma rozkład geometryczny: k 5 Pr( N = k) =, k = 0,,,... 6 6 Wartości kolejnych szkód Y, Y,, są i.i.d.,
Bardziej szczegółowoZadanie 1. są niezależne i mają rozkład z atomami: ( ),
Zadanie. Zmienne losowe są niezależne i mają rozkład z atomami: ( ) ( ) i gęstością: ( ) na przedziale ( ). Wobec tego ( ) wynosi: (A) 0.2295 (B) 0.2403 (C) 0.2457 (D) 0.25 (E) 0.269 Zadanie 2. Niech:
Bardziej szczegółowoDobór zestawu hydroforowego Instalacje wodociągowe i kanalizacyjne 2. Wrocław 2014
Instalacje wodociągowe i kanalizacyjne 2 Wrocław 2014 Wyznaczenie unktu racy Wyznaczenie obliczeniowego unktu racy urządzenia 1. Wymagane ciśnienie odnoszenia zestawu min min ss 2. Obliczeniowa wydajność
Bardziej szczegółowoAKADEMIA MORSKA KATEDRA NAWIGACJI TECHNICZEJ
AKADEMIA MORSKA KATEDRA NAWIGACJI TECHNICZEJ ELEMETY ELEKTRONIKI LABORATORIUM Kierunek NAWIGACJA Secjalność Transort morski Semestr II Ćw. 3 Badanie rzebiegów imulsowych Wersja oracowania Marzec 2005 Oracowanie:
Bardziej szczegółowoMatematyka ubezpieczeń majątkowych r.
Matematyka ubezpieczeń majątkowych 3..007 r. Zadanie. Każde z ryzyk pochodzących z pewnej populacji charakteryzuje się tym że przy danej wartości λ parametru ryzyka Λ rozkład wartości szkód z tego ryzyka
Bardziej szczegółowoMatematyka ubezpieczeń majątkowych 1.10.2012 r.
Zadanie. W pewnej populacji każde ryzyko charakteryzuje się trzema parametrami q, b oraz v, o następującym znaczeniu: parametr q to prawdopodobieństwo, że do szkody dojdzie (może zajść co najwyżej jedna
Bardziej szczegółowoMożliwości programu R w szacowaniu rezerwy IBNR 1
Możliwości programu R w szacowaniu rezerwy IBNR Alica Wolny-Dominiak Możliwości programu R w szacowaniu rezerwy IBNR 1 W zakładach ubezpieczeń maątkowych istotną pozycę w funduszu ubezpieczeniowym zamue
Bardziej szczegółowoWYKŁAD 14 PROSTOPADŁA FALA UDERZENIOWA
WYKŁAD 4 PROSTOPADŁA FALA UDERZENIOWA PROSTOPADŁA FALA UDERZENIOWA. ADIABATA HUGONIOTA. S 0 normal shock wave S Gazodynamika doszcza istnienie silnych nieciągłości w rzeływach gaz. Najrostszym rzyadkiem
Bardziej szczegółowoWspółczynnik korelacji. Współczynnik korelacji jest miernikiem zależności między dwiema cechami Oznaczenie: ϱ
Współczynnik korelacji Współczynnik korelacji jest miernikiem zależności między dwiema cechami Oznaczenie: ϱ Własności współczynnika korelacji 1. Współczynnik korelacji jest liczbą niemianowaną 2. ϱ 1,
Bardziej szczegółowoEstymacja parametrów modeli liniowych oraz ocena jakości dopasowania modeli do danych empirycznych
Estymacja parametrów modeli liniowych oraz ocena jakości dopasowania modeli do danych empirycznych 3.1. Estymacja parametrów i ocena dopasowania modeli z jedną zmienną 23. Właściciel komisu w celu zbadania
Bardziej szczegółowoDOBÓR ZESTAWU HYDROFOROWEGO
DOBÓR ZESTAWU YDROFOROWEGO Pierwszym etaem doboru Z jest wyznaczenie obliczeniowego unktu racy urządzenia: 1. Wymaganego ciśnienia odnoszenia zestawu = + min min ss 2. Obliczeniowej wydajności Q o Q 0
Bardziej szczegółowoN ma rozkład Poissona z wartością oczekiwaną równą 100 M, M M mają ten sam rozkład dwupunktowy o prawdopodobieństwach:
Zadanie. O niezależnych zmiennych losowych N, M M, M 2, 3 wiemy, że: N ma rozkład Poissona z wartością oczekiwaną równą 00 M, M M mają ten sam rozkład dwupunktowy o prawdopodobieństwach: 2, 3 Pr( M = )
Bardziej szczegółowoMatematyka ubezpieczeń majątkowych r.
Matematyka ubezpieczeń majątkowych 5.0.00 r. Zadanie. Dla dowolnej zmiennej losowej X o wartości oczekiwanej µ wariancji oraz momencie centralnym µ k rzędu k zachodzą nierówności (typu Czebyszewa): ( X
Bardziej szczegółowoMODELE MATEMATYCZNE W UBEZPIECZENIACH
MODELE MATEMATYCZNE W UBEZPIECZENIACH WYKŁAD 3: WYZNACZANIE ROZKŁADU CZASU PRZYSZŁEGO ŻYCIA 1 Hipoteza jednorodnej populacji Rozważmy pewną populację osób w różnym wieku i załóżmy, że każda z tych osób
Bardziej szczegółowodla t ściślejsze ograniczenie na prawdopodobieństwo otrzymujemy przyjmując k = 1, zaś dla t > t ściślejsze ograniczenie otrzymujemy przyjmując k = 2.
Zadanie. Dla dowolnej zmiennej losowej X o wartości oczekiwanej μ, wariancji momencie centralnym μ k rzędu k zachodzą nierówności (typu Czebyszewa): ( X μ k Pr > μ + t σ ) 0. k k t σ *
Bardziej szczegółowoPrzykładowe zadania z matematyki na poziomie podstawowym wraz z rozwiązaniami
8 Liczba 9 jest równa A. B. C. D. 9 5 C Przykładowe zadania z matematyki na oziomie odstawowym wraz z rozwiązaniami Zadanie. (0-) Liczba log jest równa A. log + log 0 B. log 6 + log C. log 6 log D. log
Bardziej szczegółowoRezerwy techniczno-ubezpieczeniowe jako podstawa wypłacalności i stabilności finansowej zakładów ubezpieczeń
Ewa Spigarska * Rezerwy techniczno-ubezpieczeniowe jako podstawa wypłacalności i stabilności finansowej zakładów ubezpieczeń Wstęp Rezerwy są zabezpieczeniem jednostki przed znanym jej ryzykiem przyszłej
Bardziej szczegółowo1. Ubezpieczenia życiowe
1. Ubezpieczenia życiowe Przy ubezpieczeniach życiowych mamy do czynienia z jednorazową wypłatą sumy ubezpieczenia. Moment jej wypłaty i wielkość wypłaty może być funkcją zmiennej losowej T a więc czas
Bardziej szczegółowoSIMR 2017/18, Statystyka, Przykładowe zadania do kolokwium - Rozwiązania
SIMR 7/8, Statystyka, Przykładowe zadania do kolokwium - Rozwiązania. Dana jest gęstość prawdopodobieństwa zmiennej losowej ciągłej X : { a( x) dla x [, ] f(x) = dla pozostałych x Znaleźć: i) Wartość parametru
Bardziej szczegółowoStatystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory
Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory Dr Anna ADRIAN Paw B5, pok 407 adrian@tempus.metal.agh.edu.pl
Bardziej szczegółowoRównania różniczkowe. Notatki z wykładu.
Równania różniczkowe Notatki z wykładu http://robert.brainusers.net 17.06.2009 Notatki własne z wykładu. Są niekompletne, bez bibliografii oraz mogą zawierać błędy i usterki. Z tego powodu niniejszy dokument
Bardziej szczegółowoPortfel złożony z wielu papierów wartościowych
Portfel westycyy ćwczea Na odst. Wtold Jurek: Kostrukca aalza, rozdzał 4 dr Mchał Kooczyńsk Portfel złożoy z welu aerów wartoścowych. Zwrot ryzyko Ozaczea: w kwota ulokowaa rzez westora w aery wartoścowe
Bardziej szczegółowoAnaliza zdarzeń Event studies
Analiza zdarzeń Event studies Dobromił Serwa akson.sgh.waw.pl/~dserwa/ef.htm Leratura Campbell J., Lo A., MacKinlay A.C.(997) he Econometrics of Financial Markets. Princeton Universy Press, Rozdział 4.
Bardziej szczegółowoWażne rozkłady i twierdzenia c.d.
Ważne rozkłady i twierdzenia c.d. Funkcja charakterystyczna rozkładu Wielowymiarowy rozkład normalny Elipsa kowariacji Sploty rozkładów Rozkłady jednostajne Sploty z rozkładem normalnym Pobieranie próby
Bardziej szczegółowoEGZAMIN DYPLOMOWY, część II, Biomatematyka
Biomatematyka Niech X n oznacza proporcję pozycji w nici DNA, które po n replikacjach są obsadzone takimi samymi nukleotydami, jak w chwili początkowej, tak więc X 0 = 1. Zakładamy, że w każdej replikacji
Bardziej szczegółowoWNIOSKOWANIE W MODELU REGRESJI LINIOWEJ
WNIOSKOWANIE W MODELU REGRESJI LINIOWEJ Dana jest populacja generalna, w której dwuwymiarowa cecha (zmienna losowa) (X, Y ) ma pewien dwuwymiarowy rozk lad. Miara korelacji liniowej dla zmiennych (X, Y
Bardziej szczegółowoParametr Λ w populacji ubezpieczonych ma rozkład dany na półosi dodatniej gęstością: 3 f
Zadanie. W kolejnych latach t =,,,... ubezpieczony charakteryzujący się parametrem ryzyka Λ generuje N t szkód. Dla danego Λ = λ zmienne N, N, N,... są warunkowo niezależne i mają (brzegowe) rozkłady Poissona:
Bardziej szczegółowoPobieranie prób i rozkład z próby
Pobieranie prób i rozkład z próby Marcin Zajenkowski Marcin Zajenkowski () Pobieranie prób i rozkład z próby 1 / 15 Populacja i próba Populacja dowolnie określony zespół przedmiotów, obserwacji, osób itp.
Bardziej szczegółowoZapis pochodnej. Modelowanie dynamicznych systemów biocybernetycznych. Dotychczas rozważane były głownie modele biocybernetyczne typu statycznego.
owanie dynamicznych systemów biocybernetycznych Wykład nr 9 z kursu Biocybernetyki dla Inżynierii Biomedycznej rowadzonego rzez Prof. Ryszarda Tadeusiewicza Dotychczas rozważane były głownie modele biocybernetyczne
Bardziej szczegółowoWYJAŚNIENIA TREŚCI SIWZ (1)
Znak sprawy: ZPK.262.10.2015 Kielce, dn.30.11.2015r. WYJAŚNIENIA TREŚCI SIWZ (1) w sprawie postępowania na wyłonienie wykonawcy w zakresie usług ubezpieczenia Miasta Kielce wraz z jednostkami organizacyjnym
Bardziej szczegółowoMatematyka ubezpieczeń majątkowych r.
Zadanie 1. W pewnej populacji podmiotów każdy podmiot narażony jest na ryzyko straty X o rozkładzie normalnym z wartością oczekiwaną równą μ i wariancją równą. Wszystkie podmioty z tej populacji kierują
Bardziej szczegółowoModele i wnioskowanie statystyczne (MWS), sprawozdanie z laboratorium 4
Modele i wnioskowanie statystyczne (MWS), sprawozdanie z laboratorium 4 Konrad Miziński, nr albumu 233703 31 maja 2015 Zadanie 1 Wartości oczekiwane µ 1 i µ 2 oszacowano wg wzorów: { µ1 = 0.43925 µ = X
Bardziej szczegółowoRAPORT. szkodowość w roku polisowym 2011 stan na dzień przygotowany dla Urzędu Miasta Łodzi. Raport szkód za rok polisowy 2011.
RAPORT szkodowość w roku polisowym 2011 stan na dzień 31-03- 2012 przygotowany dla Urzędu Miasta Łodzi Raport szkód za rok polisowy 2011. 1 Program ubezpieczenia mienia, odpowiedzialności cywilnej, ubezpieczeń
Bardziej szczegółowoSpis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16
Spis treści Przedmowa.......................... XI Rozdział 1. Pomiar: jednostki miar................. 1 1.1. Wielkości fizyczne i pozafizyczne.................. 1 1.2. Spójne układy miar. Układ SI i jego
Bardziej szczegółowo1 Elementy teorii przeżywalności
1 Elementy teorii przeżywalności Zadanie 1 Zapisz 1. Prawdopodobieństwo, że noworodek umrze nie później niż w wieku 80 lat 2. P-two, że noworodek umrze nie później niż w wieku 30 lat 3. P-two, że noworodek
Bardziej szczegółowoKomisja Egzaminacyjna dla Aktuariuszy. XL Egzamin dla Aktuariuszy z 9 października 2006 r. Część I. Matematyka finansowa
Komisja Egzaminacyjna dla Aktuariuszy XL Egzamin dla Aktuariuszy z 9 aździernika 006 r. Część I Matematyka finansowa Imię i nazwisko osoby egzaminowanej:... Czas egzaminu: 00 minut . Ile wynosi wartość
Bardziej szczegółowoStatystyka i eksploracja danych
Wykład II: i charakterystyki ich rozkładów 24 lutego 2014 Wartość oczekiwana Dystrybuanty Słowniczek teorii prawdopodobieństwa, cz. II Wartość oczekiwana Dystrybuanty Słowniczek teorii prawdopodobieństwa,
Bardziej szczegółowoWYZNACZENIE OKRESU RÓWNOWAGI I STABILIZACJI DŁUGOOKRESOWEJ
Anna Janiga-Ćmiel WYZNACZENIE OKRESU RÓWNOWAGI I STABILIZACJI DŁUGOOKRESOWEJ Wrowadzenie W rozwoju każdego zjawiska niezależnie od tego, jak rozwój ten jest ukształtowany rzez trend i wahania, można wyznaczyć
Bardziej szczegółowoStanisław Cichocki Natalia Nehrebecka. Wykład 7
Stanisław Cichocki Natalia Nehrebecka Wykład 7 1 1. Metoda Największej Wiarygodności MNW 2. Założenia MNW 3. Własności estymatorów MNW 4. Testowanie hipotez w MNW 2 1. Metoda Największej Wiarygodności
Bardziej szczegółowoWYKŁAD 2. Temat: REZERWY, ICH CHARAKTERYSTYKA, WYCENA, DOKUMENTACJA I UJĘCIE W KSIĘGACH RACHUNKOWYCH ZAKŁADU UBEZPIECZEŃ
WYKŁAD 2 Temat: REZERWY, ICH CHARAKTERYSTYKA, WYCENA, DOKUMENTACJA I UJĘCIE W KSIĘGACH RACHUNKOWYCH ZAKŁADU UBEZPIECZEŃ 1. Istota, pojęcie i podstawy tworzenia rezerw Rezerwy w rachunkowości to potencjalne
Bardziej szczegółowo1 Elementy teorii przeżywalności
1 Elementy teorii przeżywalności Zadanie 1 Zapisz 1. Prawdopodobieństwo, że noworodek umrze nie później niż w wieku 80 lat 2. P-two, że noworodek umrze nie później niż w wieku 30 lat 3. P-two, że noworodek
Bardziej szczegółowoWeryfikacja hipotez statystycznych, parametryczne testy istotności w populacji
Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki
Bardziej szczegółowoDOWODY NIERÓWNOŚCI HÖLDERA I MINKOWSKIEGO (DO UŻYTKU WEWNȨTRZNEGO, I DO SPRAWDZENIA)
DOWODY NIERÓWNOŚCI HÖLDERA I MINKOWSKIEGO (DO UŻYTKU WEWNȨTRZNEGO I DO SPRAWDZENIA) R R Tematem niniejszych notatek jest zbadanie warunków istnienia normy na ewnej rzestrzeni funkcji rzeczywistych określonych
Bardziej szczegółowoPolitechnika Wrocławska, Wydział Informatyki i Zarządzania. Modelowanie
Politechnika Wrocławska, Wydział Informatyki i Zarządzania Modelowanie Zad Wyznacz transformaty Laplace a poniższych funkcji, korzystając z tabeli transformat: a) 8 3e 3t b) 4 sin 5t 2e 5t + 5 c) e5t e
Bardziej szczegółowoZARZĄDZANIE EFEKTYWNOŚCIĄ PRZEZ ZARZĄDZANIE INFORMACJĄ. Proces likwidacji szkód osobowych z OC komunikacyjnego
ZARZĄDZANIE EFEKTYWNOŚCIĄ PRZEZ ZARZĄDZANIE INFORMACJĄ Proces likwidacji szkód osobowych z OC komunikacyjnego SZKODY OSOBOWE Z OC KOMUNIKACYJNEGO - TŁO RYNKOWE Kontekst rynku szkód osobowych z ubezpieczeń
Bardziej szczegółowoDeska Galtona. Adam Osękowski. Instytut Matematyki, Wydział Matematyki, Informatyki i Mechaniki Uniwersytet Warszawski
a schemat Bernoulliego Instytut Matematyki, Wydział Matematyki, Informatyki i Mechaniki Uniwersytet Warszawski XV Festiwal Nauki, 21 września 2011r. a schemat Bernoulliego Schemat Bernoulliego B(n, p)
Bardziej szczegółowoElementy Modelowania Matematycznego Wykład 4 Regresja i dyskryminacja liniowa
Spis treści Elementy Modelowania Matematycznego Wykład 4 Regresja i dyskryminacja liniowa Romuald Kotowski Katedra Informatyki Stosowanej PJWSTK 2009 Spis treści Spis treści 1 Wstęp Bardzo często interesujący
Bardziej szczegółowoĆw. 11 Wyznaczanie prędkości przepływu przy pomocy rurki spiętrzającej
Ćw. Wyznaczanie rędkości rzeływu rzy omocy rurki siętrzającej. Cel ćwiczenia Celem ćwiczenia jest zaoznanie się z metodą wyznaczania rędkości rzeływu za omocą rurek siętrzających oraz wykonanie charakterystyki
Bardziej szczegółowoMetody numeryczne równań różniczkowych zwyczajnych
Metody numeryczne równań różniczkowych zwyczajnych Marcin Jenczmyk m.jenczmyk@knm.katowice.pl 9 maja 2015 M. Jenczmyk XXX Sesja KNM Metody numeryczne R.R.Z. 1 / 18 Omawiany problem dotyczyć będzie numerycznego
Bardziej szczegółowoDodatek E Transformator impulsowy Uproszczona analiza
50 Dodatek E Transformator imulsowy Uroszczona analiza Za odstawę uroszczonej analizy transformatora imulsowego rzyjmiemy jego schemat zastęczy w wersji zredukowanej L, w której arametry strony wtórnej
Bardziej szczegółowo1. Przyszła długość życia x-latka
Przyszła długość życia x-latka Rozważmy osobę mającą x lat; oznaczenie: (x) Jej przyszłą długość życia oznaczymy T (x), lub krótko T Zatem x+t oznacza całkowitą długość życia T jest zmienną losową, której
Bardziej szczegółowoRozwiązywanie algebraicznych układów równań liniowych metodami iteracyjnymi. Plan wykładu:
Rozwiązywanie algebraicznych układów równań liniowych metodami iteracynymi Plan wykładu: 1. Przykłady macierzy rzadkich i formaty ich zapisu 2. Metody: Jacobiego, Gaussa-Seidla, nadrelaksaci 3. Zbieżność
Bardziej szczegółowoZadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: y t. X 1 t. Tabela 1.
tel. 44 683 1 55 tel. kom. 64 566 811 e-mail: biuro@wszechwiedza.pl Zadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: gdzie: y t X t y t = 1 X 1
Bardziej szczegółowoZawansowane modele wyborów dyskretnych
Zawansowane modele wyborów dyskretnych Jerzy Mycielski Uniwersytet Warszawski grudzien 2013 Jerzy Mycielski (Uniwersytet Warszawski) Zawansowane modele wyborów dyskretnych grudzien 2013 1 / 16 Model efektów
Bardziej szczegółowoXLI Egzamin dla Aktuariuszy z 8 stycznia 2007 r.
Komisja Egzaminacyjna dla Akuariuszy XLI Egzamin dla Akuariuszy z 8 sycznia 7 r. Część II Maemayka ubezieczeń życiowych Imię i nazwisko osoby egzaminowanej:... Czas egzaminu: 1 minu Warszawa, 9 aździernika
Bardziej szczegółowo1 Równania różniczkowe zwyczajne o rozdzielonych zmiennych
Równania różniczkowe zwyczajne o rozdzielonych zmiennych Definicja. Równaniem różniczkowym o rozdzielonych zmiennych nazywamy równanie postaci p(y) = q() (.) rozwiązanie równania sprowadza się do postaci
Bardziej szczegółowoStatystyka. Rozkład prawdopodobieństwa Testowanie hipotez. Wykład III ( )
Statystyka Rozkład prawdopodobieństwa Testowanie hipotez Wykład III (04.01.2016) Rozkład t-studenta Rozkład T jest rozkładem pomocniczym we wnioskowaniu statystycznym; stosuje się go wyznaczenia przedziału
Bardziej szczegółowoWYKŁAD 5 TRANZYSTORY BIPOLARNE
43 KŁAD 5 TRANZYSTORY IPOLARN Tranzystor biolarny to odowiednie ołączenie dwu złącz n : n n n W rzeczywistości budowa tranzystora znacznie różni się od schematu okazanego owyżej : (PRZYKŁAD TRANZYSTORA
Bardziej szczegółowoWykład Centralne twierdzenie graniczne. Statystyka matematyczna: Estymacja parametrów rozkładu
Wykład 11-12 Centralne twierdzenie graniczne Statystyka matematyczna: Estymacja parametrów rozkładu Centralne twierdzenie graniczne (CTG) (Central Limit Theorem - CLT) Centralne twierdzenie graniczne (Lindenberga-Levy'ego)
Bardziej szczegółowoTeoretyczne podstawy analizy indeksowej klasyfikacja indeksów, konstrukcja, zastosowanie
Teoretyczne podstawy analizy indeksowej klasyfikacja indeksów, konstrukcja, zastosowanie Szkolenie dla pracowników Urzędu Statystycznego nt. Wybrane metody statystyczne w analizach makroekonomicznych dr
Bardziej szczegółowoStatystyka opisowa. Wykład V. Regresja liniowa wieloraka
Statystyka opisowa. Wykład V. e-mail:e.kozlovski@pollub.pl Spis treści 1 Prosta regresji cechy Y względem cech X 1,..., X k. 2 3 Wyznaczamy zależność cechy Y od cech X 1, X 2,..., X k postaci Y = α 0 +
Bardziej szczegółowoLABORATORIUM Z FIZYKI
LABORATORIUM Z FIZYKI LABORATORIUM Z FIZYKI I PRACOWNIA FIZYCZNA C w Gliwicach Gliwice, ul. Konarskiego 22, pokoje 52-54 Regulamin pracowni i organizacja zajęć Sprawozdanie (strona tytułowa, karta pomiarowa)
Bardziej szczegółowoMETODY STATYSTYCZNE W BIOLOGII
METODY STATYSTYCZNE W BIOLOGII 1. Wykład wstępny 2. Populacje i próby danych 3. Testowanie hipotez i estymacja parametrów 4. Planowanie eksperymentów biologicznych 5. Najczęściej wykorzystywane testy statystyczne
Bardziej szczegółowoAdam Kirpsza Zastosowanie regresji logistycznej w studiach nad Unią Europejska. Anna Stankiewicz Izabela Słomska
Adam Kirpsza Zastosowanie regresji logistycznej w studiach nad Unią Europejska Anna Stankiewicz Izabela Słomska Wstęp- statystyka w politologii Rzadkie stosowanie narzędzi statystycznych Pisma Karla Poppera
Bardziej szczegółowoMatematyka ubezpieczeń majątkowych r.
Matematyka ubezpieczeń majątkowych 4.04.0 r. Zadanie. Przy danej wartości λ parametru ryzyka Λ liczby szkód generowane przez ubezpieczającego się w kolejnych latach to niezależne zmienne losowe o rozkładzie
Bardziej szczegółowoXI Konferencja Metody Ilościowe w Badaniach Ekonomicznych
Rafał M. Łochowski Szkoła Główna Handlowa w Warszawie O górnym ograniczeniu zysku ze strategii handlowej opartej na kointegracji XI Konferencja Metody Ilościowe w Badaniach Ekonomicznych Zależność kointegracyjna
Bardziej szczegółowoTablice trwania życia
ROZDZIAŁ 3 Tablice trwania życia 1 Przyszły czas życia Osobę, która ukończyła x lat życia, będziemy nazywać x-latkiem i oznaczać symbolem x Jej przyszły czas życia, tzn od chwili x do chwili śmierci, będziemy
Bardziej szczegółowoObóz Naukowy Olimpiady Matematycznej Gimnazjalistów
Obóz Naukowy Olimiady Matematycznej Gimnazjalistów Liga zadaniowa 01/01 Seria VII styczeń 01 rozwiązania zadań 1. Udowodnij, że dla dowolnej dodatniej liczby całkowitej n liczba n! jest odzielna rzez n!
Bardziej szczegółowoRozdział 8. Regresja. Definiowanie modelu
Rozdział 8 Regresja Definiowanie modelu Analizę korelacji można traktować jako wstęp do analizy regresji. Jeżeli wykresy rozrzutu oraz wartości współczynników korelacji wskazują na istniejąca współzmienność
Bardziej szczegółowoMonitoring kształtowania wysokości taryf w świetle zmieniających się czynników ryzyka
Monitoring kształtowania wysokości taryf w świetle zmieniających się czynników ryzyka 1 Przepisy prawa ustawa z dnia 22 maja 2003r. o działalności ubezpieczeniowej art. 18. 1. Wysokość składek ubezpieczeniowych
Bardziej szczegółowoMatematyka ubezpieczeń majątkowych r. ma złożony rozkład Poissona. W tabeli poniżej podano rozkład prawdopodobieństwa ( )
Zadanie. Zmienna losowa: X = Y +... + Y N ma złożony rozkład Poissona. W abeli poniżej podano rozkład prawdopodobieńswa składnika sumy Y. W ejże abeli podano akże obliczone dla k = 0... 4 prawdopodobieńswa
Bardziej szczegółowoEstymacja parametrów w modelu normalnym
Estymacja parametrów w modelu normalnym dr Mariusz Grządziel 6 kwietnia 2009 Model normalny Przez model normalny będziemy rozumieć rodzine rozkładów normalnych N(µ, σ), µ R, σ > 0. Z Centralnego Twierdzenia
Bardziej szczegółowoBudowa modelu wewnętrznego do zarządzania ryzykiem w zakładzie ubezpieczeń majątkowych
Budowa modelu wewnętrznego do zarządzania ryzykiem w zakładzie ubezpieczeń majątkowych PRMIA Warszawa, 2010.10.11 Copyright 2010 SAS Institute Inc. All rights reserved. Oszacowania SCRnlife standardowe
Bardziej szczegółowoOPIS PRZEDMIOTU ZAMÓWIENIA
2 REGINALNA BAZA LOGISTYCZNA 04-470 Warszawa, ul. Marsa 110 ZAŁĄCZNIK NR 1 DO SIWZ OPIS PRZEDMIOTU ZAMÓWIENIA 1. Przedmiot zamówienia: Ubezpieczenie komunikacyjne pojazdów Resortu Obrony Narodowej w latach
Bardziej szczegółowoEntalpia swobodna (potencjał termodynamiczny)
Entalia swobodna otencjał termodynamiczny. Związek omiędzy zmianą entalii swobodnej a zmianami entroii Całkowita zmiana entroii wywołana jakimś rocesem jest równa sumie zmiany entroii układu i otoczenia:
Bardziej szczegółowoWeryfikacja hipotez statystycznych
Weryfikacja hipotez statystycznych Hipoteza Test statystyczny Poziom istotności Testy jednostronne i dwustronne Testowanie równości wariancji test F-Fishera Testowanie równości wartości średnich test t-studenta
Bardziej szczegółowoWnioskowanie statystyczne. Statystyka w 5
Wnioskowanie statystyczne tatystyka w 5 Rozkłady statystyk z próby Próba losowa pobrana z populacji stanowi realizacje zmiennej losowej jak ciąg zmiennych losowych (X, X,... X ) niezależnych i mających
Bardziej szczegółowoZadania ze statystyki, cz.7 - hipotezy statystyczne, błąd standardowy, testowanie hipotez statystycznych
Zadania ze statystyki, cz.7 - hipotezy statystyczne, błąd standardowy, testowanie hipotez statystycznych Zad. 1 Średnia ocen z semestru letniego w populacji studentów socjologii w roku akademickim 2011/2012
Bardziej szczegółowoMetody Statystyczne. Metody Statystyczne.
gkrol@wz.uw.edu.pl #4 1 Sprawdzian! 5 listopada (ok. 45-60 minut): - Skale pomiarowe - Zmienne ciągłe i dyskretne - Rozkład teoretyczny i empiryczny - Miary tendencji centralnej i rozproszenia - Standaryzacja
Bardziej szczegółowo1. PODSTAWY TEORETYCZNE
1. PODSTAWY TEORETYCZNE 1 1. 1. PODSTAWY TEORETYCZNE 1.1. Wprowadzenie W pierwszym wykładzie przypomnimy podstawowe działania na macierzach. Niektóre z nich zostały opisane bardziej szczegółowo w innych
Bardziej szczegółowoNiech X i Y będą niezależnymi zmiennymi losowymi o rozkładach wykładniczych, przy czym Y EX = 4 i EY = 6. Rozważamy zmienną losową Z =.
Prawdopodobieństwo i statystyka 3..00 r. Zadanie Niech X i Y będą niezależnymi zmiennymi losowymi o rozkładach wykładniczych, przy czym Y EX 4 i EY 6. Rozważamy zmienną losową Z. X + Y Wtedy (A) EZ 0,
Bardziej szczegółowoWeryfikacja hipotez statystycznych za pomocą testów statystycznych
Weryfikacja hipotez statystycznych za pomocą testów statystycznych Weryfikacja hipotez statystycznych za pomocą testów stat. Hipoteza statystyczna Dowolne przypuszczenie co do rozkładu populacji generalnej
Bardziej szczegółowoStatystyka matematyczna Testowanie hipotez i estymacja parametrów. Wrocław, r
Statystyka matematyczna Testowanie hipotez i estymacja parametrów Wrocław, 18.03.2016r Plan wykładu: 1. Testowanie hipotez 2. Etapy testowania hipotez 3. Błędy 4. Testowanie wielokrotne 5. Estymacja parametrów
Bardziej szczegółowoWprowadzenie do teorii ekonometrii. Wykład 1 Warunkowa wartość oczekiwana i odwzorowanie liniowe
Wprowadzenie do teorii ekonometrii Wykład 1 Warunkowa wartość oczekiwana i odwzorowanie liniowe Zajęcia Wykład Laboratorium komputerowe 2 Zaliczenie EGZAMIN (50%) Na egzaminie obowiązują wszystkie informacje
Bardziej szczegółowoVII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa.
VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa. W rozdziale tym zajmiemy się dokładniej badaniem stabilności rozwiązań równania różniczkowego. Pojęcie stabilności w
Bardziej szczegółowo5. Wprowadzenie do prawdopodobieństwa Wprowadzenie Wyniki i zdarzenia Różne podejścia do prawdopodobieństwa Zdarzenia wzajemnie wykluczające się i
Spis treści Przedmowa do wydania polskiego - Tadeusz Tyszka Słowo wstępne - Lawrence D. Phillips Przedmowa 1. : rola i zastosowanie analizy decyzyjnej Decyzje złożone Rola analizy decyzyjnej Zastosowanie
Bardziej szczegółowoUBEZPIECZ SIĘ, NAJLEPIEJ U MATEMATYKA
KARIERA MATEMATYKĄ KREŚLONA UBEZPIECZ SIĘ, NAJLEPIEJ U MATEMATYKA Ryzyko i ubezpieczenie Możliwość zajścia niechcianego zdarzenia nazywamy ryzykiem. Ryzyko prawie zawsze wiąże się ze stratą. Ryzyko i ubezpieczenie
Bardziej szczegółowoSTATYSTYKA
Wykład 1 20.02.2008r. 1. ROZKŁADY PRAWDOPODOBIEŃSTWA 1.1 Rozkład dwumianowy Rozkład dwumianowy, 0 1 Uwaga: 1, rozkład zero jedynkowy. 1 ; 1,2,, Fakt: Niech,, będą niezależnymi zmiennymi losowymi o jednakowym
Bardziej szczegółowo