| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 导论 | 第11-16页 |
| 1.1 选题背景与研究意义 | 第11-12页 |
| 1.2 文献综述 | 第12-14页 |
| 1.2.1 国外研究文献综述 | 第12-13页 |
| 1.2.2 国内研究文献综述 | 第13-14页 |
| 1.3 研究特色与研究框架 | 第14-16页 |
| 第二章 机动车辆保险知识 | 第16-22页 |
| 2.1 机动车辆保险的概念和发展历程 | 第16-17页 |
| 2.2 机动车辆保险的特点 | 第17-18页 |
| 2.3 机动车辆保险的分类 | 第18-19页 |
| 2.4 机动车辆保险定价风险因素分析 | 第19-20页 |
| 2.5 机动车辆保险理赔频率数据的过离散和零膨胀及其形成的原因分析 | 第20-22页 |
| 第三章 广义线性模型 | 第22-26页 |
| 3.1 广义线性模型的结构 | 第22-24页 |
| 3.2 泊松回归模型 | 第24-25页 |
| 3.3 负二项回归模型 | 第25-26页 |
| 第四章 有限混合广义线性模型 | 第26-33页 |
| 4.1 有限混合广义线性模型结构 | 第26-27页 |
| 4.2 有限混合泊松回归模型(FMP) | 第27-28页 |
| 4.3 有限混合负二项回归模型(FMNB) | 第28页 |
| 4.4 有限混合广义线性模型的包容性 | 第28-33页 |
| 4.4.1 特例1-传统广义线性模型(GLM) | 第28-29页 |
| 4.4.2 特例2-零膨胀模型(ZIP regression model) | 第29-31页 |
| 4.4.3 特例3-两阶段模型(Hurdle Regression Model) | 第31-33页 |
| 第五章 车险理赔频率拟合模型实例研究 | 第33-50页 |
| 5.1 数据集 | 第33-34页 |
| 5.2 数据集预处理 | 第34-37页 |
| 5.2.1 数据集选取 | 第34页 |
| 5.2.2 数据集过离散和零膨胀检验 | 第34-37页 |
| 5.3 数据集解释变量(即风险因素)的选择 | 第37-46页 |
| 5.3.1 单因素分析 | 第37-40页 |
| 5.3.2 相关性分析 | 第40-41页 |
| 5.3.3 变量整合 | 第41-42页 |
| 5.3.4 变量选择 | 第42-45页 |
| 5.3.5 多重共线性检测 | 第45-46页 |
| 5.3.6 不同变量选择模型结果对比 | 第46页 |
| 5.4 有限混合广义线性模型计算 | 第46-49页 |
| 5.5 小结 | 第49-50页 |
| 第六章 有限混合二维广义线性模型 | 第50-54页 |
| 6.1 二维泊松回归模型 | 第50-52页 |
| 6.1.1 二维泊松分布 | 第50-51页 |
| 6.1.2 二维泊松回归模型 | 第51-52页 |
| 6.2 有限混合二维泊松回归模型 | 第52页 |
| 6.2.1 有限混合二维泊松分布 | 第52页 |
| 6.2.2 有限混合二维泊松回归模型 | 第52页 |
| 6.3 模型优点 | 第52-54页 |
| 第七章 结论与展望 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59页 |
