Přejít k hlavnímu obsahu

Přihlášení pro studenty

Přihlášení pro zaměstnance

Publikace detail

Bayesian Estimation of Event Probability in Accident Insurance
Autoři: Pacáková Viera | Kotlebová Eva
Rok: 2014
Druh publikace: článek ve sborníku
Název zdroje: European Financial Systems 2014: Proceedings of the 11th International Scientific Conference
Název nakladatele: Masarykova univerzita
Místo vydání: Brno
Strana od-do: 462-468
Tituly:
Jazyk Název Abstrakt Klíčová slova
cze Bayesovský odhad pravděpodobnosti pojistné události v úrazovém pojištění Cílem tohoto článku je představit bayesovský odhad pravděpodobností binomických rozdělení v úrazovém pojištění. Klasický přístup k bodovému odhadu považuje odhadované parametry za neznámé konstanty. Zásadní rozdíl v bayesovském přístupu je ten, že parametry jsou považovány za náhodné proměnné a proto mají své rozdělení pravděpodobnosti. V bayesovském přístupu k odhadu bychom vždy měli začít s apriorným rozdělením neznámých parametrů, přesným nebo přibližným dle dostupných informací. V tomto článku jsme odvodili algoritmus pro takové apriorní rozdělení pro odhad binomické pravděpodobnosti, který umožňuje bayesovské odhady s menší kvadratickou chybou ve srovnání s klasickými odhady. V článku uveden algoritmus byl použit na údajích předložených dle vyhlášky č 20/2008 Národní bance Slovenska od slovenských pojišťoven s expozicí vůči uvedenému riziku. Pravděpodobnost pojistné události; bayesovský odhad; apriorní rozdělení; aposteriorní rozdělení; model binomické/beta.
eng Bayesian Estimation of Event Probability in Accident Insurance The objective of this paper is to present Bayesian estimation of selected binomial proportions in accident insurance. The classical approach to point estimation treats parameters as something fixed but unknown. The essential difference in the Bayesian approach to inference is that parameters are treated as random variables and therefore they have probability distributions. In Bayesian approach to estimation we should always start with a priori distribution for unknown parameter, precise or vague according to the information available. In this paper we have derived an algorithm for such a priori estimation of the binomial probability, which allows Bayesian estimates with less square error compared with classical estimates. In article the suggested algorithm has been applied on the data submitted by the Decree No. 20/2008 to the National Bank of Slovakia from insurance companies giving exposure to the accident risk. Event probability; Bayesian estimation; prior distribution; posterior distribution; binomial/beta model.