Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "Non-linear least squares method" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
On the use of growth curve in loss reserving
Zastosowanie krzywej wzrostu do szacowania rezerwy szkodowej
Autorzy:
Wolny-Dominiak, Alicja
Powiązania:
https://bibliotekanauki.pl/articles/588477.pdf
Data publikacji:
2016
Wydawca:
Uniwersytet Ekonomiczny w Katowicach
Tematy:
Gompertz growth curve
Loss reserving
Non-linear least squares method
Spline
Krzywa Gompertza
Model nieliniowy
Rezerwa szkodowa
Spliny
Opis:
This paper propose some modification of the method of prediction of incurred but not reported (IBNR) claim reserves in non-life insurance based on the growth curve modelling. Literature put forwards a wide variety of methods to predict the IBNR claim reserves, mostly using the chain-ladder technique. The method discussed herein is based on two-stage estimation of the expected amount of losses to emerge: the estimation of the ultimate loss by year and the estimation of the pattern of the loss emergence. In this procedure, a non-linear model of the growth curve is applied in which two restricting assumptions are made. Firstly, it is assumed that incremental losses follow an over-dispersed Poisson (ODP) distribution. Secondly, as the pattern of the loss to emerge, two-parametric log-logistic and Weibull growth curves are assumed. A different non-linear model is proposed in this paper to predict the IBNR claim reserves. In it, the threeparametric Gompertz growth curve is adopted. In order to estimate the model parameters, the non-linear (weighted) least squares (NLS) method is applied, in which incremental losses follow the normal distribution. Moreover, a non-parametric approach to the growth curve modelling based on spline fitting is proposed as an alternative. All calculations are carried out in R party using the package {ChainLadder}.
W artykule zaproponowano modyfikację metody predykcji rezerwy szkodowej (IBNR) w ubezpieczeniach majątkowych, w której wykorzystuje się modelowanie krzywej wzrostu. Literatura zawiera szeroką gamę metod predykcji rezerwy IBNR, głównie przy użyciu techniki chain-ladder. Metoda omówiona w niniejszym artykule opiera się na estymacji oczekiwanej wartości skumulowanych szkód przeprowadzanej dwuetapowo: szacowanie wartości szkód dla jednego roku wypadkowego oraz szacowanie krzywej wzrostu opisującej rozwój szkodowości, zakładając dalej, że krzywa jest taka sama dla każdego roku wypadkowego. Do szacowania krzywej wzrostu wykorzystuje się model nieliniowy, w którym przyjmuje się dwa podstawowe założenia. Po pierwsze, zakłada się, że rozkład skumulowanej wartości szkód ma rozkład ODP. Po drugie, zakłada się dwie parametryczne krzywe wzrostu: log-logistyczną oraz Weibulla. W artykule zaproponowano zastosowanie trzyparametrycznej krzywej wzrostu Gompertza. W celu oszacowania parametrów krzywej wykorzystano ważoną metodę najmniejszych kwadratów (NLS), w której przyjęto normalny rozkład skumulowanej wartości szkód. Ponadto zaproponowano alternatywne podejście nieparametryczne do modelowania krzywej wzrostu oparte na splinach. W przykładzie numerycznym wykorzystano rzeczywisty trójkąt szkód zaczerpnięty z literatury. Wszelkie obliczenia przeprowadzono w programie R, wykorzystując częściowo pakiet {ChainLadder}.
Źródło:
Studia Ekonomiczne; 2016, 291; 71-82
2083-8611
Pojawia się w:
Studia Ekonomiczne
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Metoda dopasowania funkcji nieliniowej do danych punktów pomiarowych i jej pasmo niepewności
The Method of Fitting a Non-linear Function to Data of Measured Points and its Uncertainty Band
Autorzy:
Puchalski, Jacek
Warsza, Zygmunt Lech
Powiązania:
https://bibliotekanauki.pl/articles/27312460.pdf
Data publikacji:
2023
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
Tematy:
regresja liniowa funkcji nieliniowych
dopasowanie
niepewność
pasmo niepewności
autokorelacja
korelacja wzajemna
ważona ogólna metoda najmniejszych kwadratów
linear regression of non-linear functions
fit
uncertainty
uncertainty band
correlation
weighted total least squares method
Opis:
W pracy przedstawiono propozycję metody wyznaczania parametrów i pasma niepewności funkcji nieliniowej dopasowanej do zmierzonych danych punktów badanych. By ją zlinearyzować trzeba dokonać zamiany jednej lub obu zmiennych określonej funkcji nieliniowej. Następnie metodą regresji liniowej dobrano najkorzystniejsze parametry linii prostej dopasowanej do wartości współrzędnych punktów wg ważonego ogólnego kryterium średniokwadratowego WTLS. Uwzględnia się też współczynniki autokorelacji i korelacji wzajemnej oraz niepewności obu współrzędnych oszacowane na podstawie przewodnika GUM. Z parametrów otrzymanej linii prostej i jej pasma niepewności wynikają poszukiwane parametry funkcji nieliniowej oraz jej pasmo niepewności. Podano przykłady liczbowe wyznaczania parametrów i pasma niepewności dwiema metodami dla jednej z gałęzi paraboli drugiego stopnia oraz dla złożonej funkcji wykładniczej.
The paper presents a method of determining parameters and uncertainty bands of a specific non-linear function fitted to given measured data of examined points. One or both of the variables of this non-linear function are changed so as to linearize it. Using the linear regression method, fined are the most favorable parameters of this straight line for its adjustment to the measured values of the coordinates of points tested according to the weighted total mean square WTLS criterion. Their autocorrelation and cross-correlation coefficients as well as uncertainties estimated according to the rules of the GUM guide are considered. The parameters and the uncertainty band of the non-linear function result from the parameters of this straight line and its uncertainty band. Numerical examples of determining the parameters and uncertainty bands for the branch of a 2nd degree parabola (two methods) and for the complex exponential function are given.
Źródło:
Pomiary Automatyka Robotyka; 2023, 27, 3; 45--55
1427-9126
Pojawia się w:
Pomiary Automatyka Robotyka
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies