广义线性混合模型在机动车辆保险费率厘定中的方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 导论 | 第8-13页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 国内外研究状况 | 第9-12页 |
| 1.3 研究方法与文章结构 | 第12-13页 |
| 1.3.1 研究方法 | 第12页 |
| 1.3.2 文章结构 | 第12-13页 |
| 2 机动车险分类费率厘定的相关介绍 | 第13-30页 |
| 2.1 基础概念 | 第13-14页 |
| 2.2 厘定保险费率的原则 | 第14-15页 |
| 2.3 机动车保险厘定因素 | 第15-22页 |
| 2.3.1 从人因素分析 | 第15-18页 |
| 2.3.2 从车因素分析 | 第18-20页 |
| 2.3.3 环境因素分析 | 第20-21页 |
| 2.3.4 其他因素分析 | 第21-22页 |
| 2.4 风险分级变量的选择分析 | 第22-27页 |
| 2.4.1 风险分级变量选择分析 | 第22-25页 |
| 2.4.2 风险分类系统 | 第25-27页 |
| 2.5 传统分类费率厘定方法 | 第27-28页 |
| 2.5.1 单项分析法 | 第27-28页 |
| 2.5.2 最小偏差法 | 第28页 |
| 2.6 传统分类厘定方法的不足 | 第28-30页 |
| 3 广义线性混合模型 | 第30-38页 |
| 3.1 广义线性模型 | 第30-32页 |
| 3.1.1 广义线性模型结构 | 第30-31页 |
| 3.1.2 指数型分布族 | 第31页 |
| 3.1.3 广义线性模型的特点与不足 | 第31-32页 |
| 3.2 广义线性混合模型 | 第32-36页 |
| 3.2.1 广义线性混合模型结构 | 第32-33页 |
| 3.2.2 参数估计方法 | 第33-36页 |
| 3.3 广义线性混合模型与广义线性模型的比较 | 第36页 |
| 3.4 广义线性混合模型在分类厘定方法中的优势 | 第36-38页 |
| 4 广义线性混合模型的实例研究 | 第38-49页 |
| 4.1 数据描述 | 第38页 |
| 4.2 单因素分析 | 第38-41页 |
| 4.2.1 年行驶里程数 | 第38-39页 |
| 4.2.2 无赔款折扣等级 | 第39-40页 |
| 4.2.3 行驶地区 | 第40页 |
| 4.2.4 车型 | 第40-41页 |
| 4.3 模型的构建 | 第41-44页 |
| 4.3.1 变量的选取 | 第41页 |
| 4.3.2 建立 GLM 模型 | 第41-42页 |
| 4.3.3 建立 GLMM 模型 | 第42-43页 |
| 4.3.4 损失分布的选择 | 第43-44页 |
| 4.4. GLM 分析 | 第44-46页 |
| 4.5. GLMM 分析 | 第46-48页 |
| 4.6. 结论与不足 | 第48-49页 |
| 5 结论 | 第49-52页 |
| 5.1 本文研究的主要内容 | 第49页 |
| 5.2 建议 | 第49-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55-56页 |
| 在学期间发表的学术论文和研究成果 | 第56-57页 |
