Global ETD Search

1	可加性模型保險之應用：壽險保費收入與總體經濟指標美、日、中、英、德之模型比較 / An Application of Insurance in Additive Model：United States's, Japan's,Taiwan's,England's and germnany's Life Insurance Model between Premiums and Macro-variables comparison. 許光宏, Ellit G. Sheu Unknown Date (has links) 在線性模型中以計算容易，解釋方便為著稱，但是比須加入許多嚴格限制，而對於事後之模型檢測亦要花費番功夫。，而可加性模型只要函數給定，backfitting 演算法收歛即可。可加性模型除了保留線性模型的加法性及解釋能力外，尚且提高了估計準度。在美、日、中、英、德五個國家的保險市場中，雖然判定係數的提升亦大有斬獲 (0.85->0.9957)，然而在台灣我們根據實證一、提升統計應用水準，大幅提高模型變數的解釋能力，模型內MSE(Me Square Error)大幅降低。(見表5-1、表5-2、表5-3、表5-4、表5-5、表5-6、二、維持了線性模型方便的解釋能力。三、提升估計水準，用以比較二種模型之優劣時，採1991年保費收入之實際值與估計值之比較(見表 5-3，表 5-6，表 5-9，表 5-12，表 5- 15)，可發現線性模型誤差率與可加性模型誤差率的比值美國為2倍、日本為12倍、臺灣為4.55倍、英國為2.95倍、德國為2.95倍。四、函數以圖形方式表示顯而易見。可加性模型所做的保費收入估計模型 / An Application of Insurance in Additive Model：United States's, Japan's,Taiwan's,England's and germnany's Life Insurance Model between Premiums and Macro-variables comparison. 可加性模型壽險保費總體經濟指標平滑法向後遞迴配適演算法 Additive model life premium macroeconomics index smoothing backkfitting algorithm
2	可加性模型與拔靴法在臺灣地區小型商用車市場需求之應用研究呂明哲, Lu, Ming Che Unknown Date (has links) 本文採用可加性模型分析法建立台灣地區小型商用車市場之需求模型，並引進Box-Jenkins時間序列模型處理具自我相關之誤差項，以利進行拔靴推論設計時，能拔靴白干擾(bootstrapping white noise)，即重抽樣白干擾的經驗分配。在此次研究過程中，除配適Box-Jenkins時間序列模型外，所有分析步驟都是完全自動的，不須作假設和檢驗的工作，所以可降低傳統上因統計人員主觀判斷錯誤所造成的估計偏誤。可加性模型改進傳統迴歸模型須先假設模型形式的限制，可從商用車實證分析中，直接由資料配適平滑函數，顯見其合理性。拔靴法免除傳統推論程序須強使隨機干擾項分配為常態分配或漸近常態分配之束縛，改由殘差經驗分配模擬隨機干擾項分配行為，在推論商用車市場上，也獲得不錯的結果。可加性模型拔靴法三次雲狀平滑法向後遞迴配適演算法拔靴信賴區間小型商用車 Additive model Bootstrap Cubic smoothing splines Backfitting Bootstrap confidence interval

Search results

可加性模型保險之應用：壽險保費收入與總體經濟指標美、日、中、英、德之模型比較 / An Application of Insurance in Additive Model：United States's, Japan's,Taiwan's,England's and germnany's Life Insurance Model between Premiums and Macro-variables comparison.

可加性模型與拔靴法在臺灣地區小型商用車市場需求之應用研究