基于过离散数据下的模型选择  

作　　者：杨小藜 孙荣[1] 

机构地区：[1]重庆工商大学数学与统计学院

出　　处：《内江科技》2022年第3期77-78,120,共3页

基　　金：国家社科基金项目“弹性延迟退休城镇职工基本养老保险账户的长期精算平衡研究”(19BTJ020)资助。

摘　　要：本文针对一组具有过离散特征的保险索赔数据,采用对比分析的研究方法分别对泊松回归、负二项回归模型、泊松-逆高斯模型以及零膨胀泊松模型和零膨胀负二项模型进行探讨,主要采用AIC和BIC信息准则对模型加以比较。最终拟合结果显示,负二项回归模型和泊松-逆高斯对过离散型索赔数据的拟合效果相当,且两者均比泊松回归和零膨胀模型更佳;综合看泊松-逆高斯模型的效果表现为最佳。

关 键 词：离散数据 泊松回归 负二项回归模型 保险索赔 模型选择 零膨胀模型 离散型 拟合结果 

分 类 号：O212.1[理学—概率论与数理统计]