MétaCan
Menu
Retour à la cohorte
Enregistrement W2051629980 · doi:10.1080/03461231003603054

On a multi-threshold compound Poisson surplus process with interest

2010· article· en· W2051629980 sur OpenAlexaff
Ilie-Radu Mitric, Kristina P. Sendova

Notice bibliographique

RevueScandinavian Actuarial Journal · 2010
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueProbability and Risk Models
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésPoisson distributionMathematicsOrdinary differential equationCompound Poisson processFunction (biology)Applied mathematicsDifferential (mechanical device)Zero (linguistics)Interest ratePoisson processDifferential equationMathematical analysisEconomicsStatisticsPhysicsFinance

Résumé

récupéré en direct d'OpenAlex

We consider a multi-threshold compound Poisson surplus process. When the initial surplus is between any two consecutive thresholds, the insurer has the option to choose the respective premium rate and interest rate. Also, the model allows for borrowing the current amount of deficit whenever the surplus falls below zero. Starting from the integro-differential equations satisfied by the Gerber–Shiu function that appear in Yang et al. (2008), we consider exponentially and phase-type(2) distributed claim sizes, in which cases we are able to transform the integro-differential equations into ordinary differential equations. As a result, we obtain explicit expressions for the Gerber–Shiu function.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,011
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0040,002
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,004
Communication savante0,0040,004
Science ouverte0,0030,003
Intégrité de la recherche0,0050,004
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,123
Tête enseignante GPT0,391
Écart entre enseignants0,268 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScandinavian Actuarial JournalMême sujetProbability and Risk ModelsTravaux en français237 207