| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第一章 引言 | 第8-16页 |
| 1.1 问题的提出 | 第8页 |
| 1.2 问题的研究背景 | 第8-9页 |
| 1.3 本文的研究内容和意义 | 第9页 |
| 1.4 准备知识 | 第9-15页 |
| 1.4.1 直方图 | 第9-11页 |
| 1.4.2 核密度估计方法 | 第11页 |
| 1.4.3 非对称核函数 | 第11-12页 |
| 1.4.4 经验似然非参数估计方法 | 第12-14页 |
| 1.4.5 最优带宽求解和密度函数拟合效果比较方法 | 第14-15页 |
| 1.5 本文的组织结构 | 第15-16页 |
| 第二章 主要结果及证明 | 第16-26页 |
| 2.1 非参数密度估计方法的构建 | 第16-18页 |
| 2.2 主要定理的证明 | 第18-26页 |
| 第三章 损失数据的模拟 | 第26-34页 |
| 3.1 算法步骤 | 第27页 |
| 3.2 模拟1：Gamma(5,0.005)与Gamma(15,0.005)混合分布 | 第27-28页 |
| 3.3 模拟2：Gamma(6,0.005)与Weibull(0.205,0.5)混合分布 | 第28页 |
| 3.4 模拟3：Gamma(15,0.005)与Lognormal(6,0.8)的混合分布 | 第28-34页 |
| 第四章 实际数据中的应用 | 第34-38页 |
| 4.1 车险索赔数据 | 第34页 |
| 4.2 NBA球员收入数据 | 第34-38页 |
| 第五章 结论与展望 | 第38-40页 |
| 参考文献 | 第40-42页 |
| 致谢 | 第42页 |
