| 中文摘要 | 第3-4页 |
| Abstract | 第4页 |
| 符号说明 | 第7-8页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 背景知识 | 第8-9页 |
| 1.2 国内外研究概况 | 第9-12页 |
| 1.2.1 国外发展现状 | 第9-11页 |
| 1.2.2 国内发展现状 | 第11-12页 |
| 1.2.3 论文研究的目的和意义 | 第12页 |
| 1.3 本文研究的内容概述 | 第12-14页 |
| 第2章 预备知识 | 第14-19页 |
| 2.1 财产险基本概念 | 第14页 |
| 2.2 常见的损失分布 | 第14-16页 |
| 2.2.1 对数正态分布 | 第14-15页 |
| 2.2.2 帕累托分布 | 第15页 |
| 2.2.3 伽玛分布 | 第15-16页 |
| 2.2.4 韦伯分布 | 第16页 |
| 2.3 参数估计方法 | 第16-18页 |
| 2.3.1 极大似然法 | 第16-17页 |
| 2.3.2 EM算法 | 第17-18页 |
| 2.4 本章小结 | 第18-19页 |
| 第3章 统计模型 | 第19-29页 |
| 3.1 复合对数正态-帕累托模型 | 第19-23页 |
| 3.1.1 复合对数正态-帕累托模型的基本思想 | 第19页 |
| 3.1.2 复合对数正态-帕累托模型的密度函数 | 第19-21页 |
| 3.1.3 复合对数正态-帕累托模型的分布函数和t阶矩 | 第21页 |
| 3.1.4 不同参数情形复合模型的变化 | 第21-23页 |
| 3.2 混合分布模型 | 第23-24页 |
| 3.3 本文的参数估计方法 | 第24-28页 |
| 3.3.1 基于极大似然法的复合模型估计 | 第24-25页 |
| 3.3.2 基于EM算法的混合模型估计 | 第25-28页 |
| 3.4 本章小结 | 第28-29页 |
| 第4章 模型的选择 | 第29-32页 |
| 4.1 NLL检验统计量 | 第29页 |
| 4.2 AIC和BIC准则 | 第29-30页 |
| 4.3 K-S检验 | 第30-31页 |
| 4.4 本章小结 | 第31-32页 |
| 第5章 实例分析 | 第32-39页 |
| 5.1 数据的统计分析 | 第32-35页 |
| 5.2 模型的参数估计和模型选择 | 第35-38页 |
| 5.3 本章小结 | 第38-39页 |
| 结论 | 第39-40页 |
| 参考文献 | 第40-46页 |
| 致谢 | 第46页 |