Přejít k hlavnímu obsahu

Přihlášení pro studenty

Přihlášení pro zaměstnance

Publikace detail

Modelling of the development of the selected indicators of the insurance market
Autoři: Linda Bohdan | Kubanová Jana
Rok: 2011
Druh publikace: článek v odborném periodiku
Název zdroje: Calcutta Statistical Association bulletin
Název nakladatele: Calcutta Statistical Association
Místo vydání: Calcutta
Strana od-do: 307-321
Tituly:
Jazyk Název Abstrakt Klíčová slova
cze Modelování vývoje vybraných indikátorů pojistného trhu Hlavním omezením aplikace řady statistických metod spošívá v požadavku na splnění předpokladů, které je často složité ověřit. Tento provlém se objevuje často v časových řadách. V takovém případě lze využít bootstrapovou metodu. Tento článek se zabývá aplikací bootstrapové metody v Box-Jenkinsově metodologii k redukci biasu. V článku je prezentována řada metod neparametrického bootstrapu, vedoucích k "bias-reduced" odhadu autoregresních paramterů modelů AR(1) a AR(2), jako modelově orientovaný bootatrap, klouzavé bloky překrývající a nepřekrývající se apod.V časových řadách předepsaného pojistného je provedeno porovnání výsledků, získaných klasickou a resamplingovou metodou. pojištění, finanční pokrytí rizika, parametrický odhad, bootstrapová metoda, autoregresní model, překrývající a nepřekrývající se klouzavé bloky, extrapolace
eng Modelling of the development of the selected indicators of the insurance market The main limitation of many statistical methods consists in the fact that they usually require fulfilments of many different assumptions that cannot often be verified. This problem arises frequently at the time series, too. In this case it is helpful to use bootstrap methods. This paper deals with the application of the bias reduced bootstrap method to the Box-Jenkins methodology. Several methods of nonparametric bootstrap for a bias reduced estimate of the autoregressive parameters  of AR(1) and AR(2) are presented in this paper: model oriented bootstrap, overlapping moving blocks and not-overlapping moving blocks. A comparison of the results of the classical and resampling methods is performed for the premium written time series. Insurance, financial covering of the risk, parameters estimate, bootstrap method, autoregressive models, overlapping moving blocks, not overlapping moving blocks, extrapolation.