版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、大偏差理論是應(yīng)用概率論的一個(gè)重要研究課題,它可以用于定量的刻畫極端事件的發(fā)生概率。預(yù)期損失過程是保險(xiǎn)精算學(xué)中的核心問題之一,本文主要考慮重尾子類中的一致變化尾的情況,相較于輕尾分布,重尾分布更符合保險(xiǎn)業(yè)中理賠的實(shí)際。因此,近年來關(guān)于預(yù)期損失過程中重尾隨機(jī)變量序列部分和的精致大偏差問題受到概率學(xué)者的廣泛關(guān)注并進(jìn)行了深入的研究。本文在前人研究的基礎(chǔ)上,將分別考慮單風(fēng)險(xiǎn)和多風(fēng)險(xiǎn)模型下重尾隨機(jī)變量和的精致大偏差問題主要內(nèi)容包括以下幾個(gè)方面:
2、r> 其一,本文考慮單風(fēng)險(xiǎn)模型下一致變化尾隨機(jī)變量,在某些假設(shè)下,不同中心化方法的等價(jià)問題,并推廣了經(jīng)典結(jié)論;
其二,考慮到實(shí)際應(yīng)用中單個(gè)保險(xiǎn)公司一般同時(shí)經(jīng)營不同的險(xiǎn)種,本文研究了多風(fēng)險(xiǎn)模型下,預(yù)期損失過程隨機(jī)變量和的精致大偏差。令{Xij,i=1,...,k,j≥1}為一列獨(dú)立同分布的非負(fù)隨機(jī)變量,共同分布為Fi∈C,在一定條件下,本文分別證明了雙指標(biāo)確定和k∑i=1 ni∑j=1和隨機(jī)和k∑i=1 N(i)(t)∑j=1
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 重尾隨機(jī)變量和的精確大偏差及相關(guān)問題.pdf
- 重尾隨機(jī)變量的一類精致大偏差.pdf
- 非負(fù)、相依隨機(jī)變量和的精致大偏差的漸近下界
- 非負(fù)、相依隨機(jī)變量和的精致大偏差的漸近下界.pdf
- 重尾隨機(jī)變量和精細(xì)大偏差的漸近性.pdf
- 重尾分布的UEND和_混合隨機(jī)變量和的大偏差.pdf
- 幾個(gè)新的重尾族上隨機(jī)變量和的大偏差.pdf
- 重尾相依隨機(jī)變量和的差的精確大偏差.pdf
- 一些隨機(jī)變量序列部分和的大偏差定理.pdf
- 隨機(jī)變量的精致漸近性.pdf
- 12621.長尾分布的φ混合和und隨機(jī)變量的精細(xì)大偏差
- 12582.寬象限相依重尾隨機(jī)變量和的精細(xì)大偏差
- 23476.隨機(jī)和的局部精致大偏差和中偏差
- 幾類相依隨機(jī)變量序列的大偏差估計(jì)及其大數(shù)定律.pdf
- 6114.m相依隨機(jī)變量的中偏差
- 局部精致大偏差及隨機(jī)和的局部漸近性.pdf
- 2.1隨機(jī)變量
- 隨機(jī)變量及數(shù)字特征
- Bernoulli隨機(jī)變量的隨機(jī)比較.pdf
- 離散型隨機(jī)變量
評論
0/150
提交評論