保险统计学实验教程

1. 软件介绍 1.1. R语言基础 1.1.1.软件的安装 1.1.2.R程序脚本的建立和运行 1.1.3.软件包的安装和介绍 1.2. 基本数据类型和储存方式 1.2.1.数据的分类 1.2.2.车险数据的类别 1.2.3.数据结构 本章代码索引 2. 描述性统计 2.1. 图示 2.1.1.定性数据 2.1.2.定量数据 2.2. 统计量 2.2.1.集中趋势 2.2.2.分散程度 2.2.3.相关程度 2.3.车险数据的基本特征 本章代码索引 3. 保险索赔变量及其分布 3.1. 索赔次数的分布 3.1.1.泊松分布 3.1.2.负二项分布 3.1.3.二项分布 3.1.4.类分布 3.1.5.(a,b,类分布 3.2. 损失额的分布 3.2.1.伽玛分布 3.2.2.帕累托分布 3.2.3.韦布尔分布 3.3. 保险损失数据的特殊性对分布的影响 3.3.1.混合分布 3.3.2.拼接分布 3.3.3.免赔额对分布的影响 3.3.4.赔付限额、共同保险和通货膨胀对分布的影响 3.3.5.相对免赔额对分布的影响 3.4. 随机数 3.4.1.伽玛分布的随机数 3.4.2.聚合风险模型 3.5. 抽样分布 3.5.1.正态总体的抽样分布 3.5.2.非正态总体的抽样分布 3.5.3.t分布与标准正态分布的关系 本章代码索引 4. 点估计 4.1. 矩估计 4.1.1.泊松分布 4.1.2.正态分布的矩估计 4.2. 极大似然估计 4.2.1.极大似然估计的意义 4.2.2.常见分布的极大似然估计 4.2.3.不完整样本的极大似然估计 本章代码索引 5. 区间估计和假设检验 5.1. 单总体参数的区间估计和假设检验 5.1.1.单总体均值 5.1.2.单总体方差  5.2. 双总体的区间估计与假设检验 5.2.1.两独立总体均值差 5.2.2.两正态总体方差比 5.2.3.成对数据的均值差 5.3. 第二类误差 5.3.1.单边检验：是否有提高 5.3.2.单边检验：是否有降低 5.3.3.双边检验 5.4. 卡方检验 5.4.1.拟合优度检验 5.4.2.独立性检验 5.5. 模型选择 5.5.1.分布拟合 5.5.2.分布比较 本章代码索引 6. 线性模型 6.1. 线性模型的基本原理 6.1.1.相关系数 6.1.2.线性模型的参数估计与假设检验 6.2. 线性模型的评价和预测 6.2.1.线性模型的评价 6.2.2.线性模型的预测 本章代码索引 7. 方差分析 7.1. 方差分析实验原理 7.1.1.问题的提出 7.1.2.基本概念 7.1.3.方差分析的基本原理 7.2. 方差分析的实验代码 7.2.1.方差分析的代码实现 7.2.2.方差分析的条件验证 7.3. 事后检验 7.3.1.总体均值两两检验 7.3.2.多总体均值同时检验 本章代码索引 参考文献