广义加性模型配合时间序列资料时消除残差自相关性的一种方法

目的广义加性模型假定观察是独立的,但时间序列资料往往存在自相关性。本文探讨在使用广义加性模型配合时间序列资料时消除残差自相关性的一种方法。方法在广义加性模型基础上加入反应变量函数的非参数匀滑函数项。结果本文实例中采用反应变量的滞后项作为反应变量的函数,使1-12阶的残差自相关系数由加入反应变量函数的非参数匀滑函数项之前的0.50～0.25下降为0.09～-0.09,取得了较满意的效果。结论在用广义加性模型配合时间序列资料时,加入反应变量函数的非参数匀滑函数项可以有效控制自相关带给参数假设检验的影响。

残差相关条件下非寿险准备金风险分析

本文研究Solvency II框架下非寿险准备金风险的度量与控制问题。针对精算实务中赔付数据残差三角形不满足独立性假设情形,首先基于多重假设检验理论与错误发现率(FDR)控制过程,对残差三角形是否具有相关性进行识别和检验;然后提出两阶段分区域Bootstrap方法,模拟获得未决赔款的预测分布,分析残差相关性对准备金风险波动的影响;最后,保险公司真实索赔数据的实证结果表明:消除残差三角形相关性的影响,可以增强准备金估计的稳健性,从而有效提高准备金风险度量的准确性。

痢疾疫情预测中残差自相关性识别与修正

痢疾是《中华人民共和国传染病防治法》中规定的乙类传染病，是夏秋季常见的急性肠道传染病，其流行范围广、传播快、发病率高，危害人类健康。研究痢疾的发病规律与影响因素对痢疾的疫情进行预测和分析可以为痢疾的预防控制、资源配置提供科学依据。痢疾发病数的时间序列中包含大量的信息，是建模和预测的主要依据。时间序列资料往往具有长期趋势、季节性、周期性、