MétaCan
Menu
Retour à la cohorte
Enregistrement W2096681154 · doi:10.1017/s0515036100014069

Ruin Probabilities for Two Classes of Risk Processes

2005· article· en· W2096681154 sur OpenAlexafffund
Shuanming Li, José Garrido

Notice bibliographique

RevueAstin Bulletin · 2005
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueProbability and Risk Models
Établissements canadiensConcordia University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésErlang (programming language)Laplace transformRuin theoryMathematicsPoisson distributionCompound Poisson processInfimum and supremumApplied mathematicsRisk modelCox processZero-inflated modelRisk processErlang distributionPoisson processDiscrete mathematicsStatisticsExponential distributionMathematical analysisPoisson regressionComputer sciencePopulation

Résumé

récupéré en direct d'OpenAlex

We consider a risk model with two independent classes of insurance risks. We assume that the two independent claim counting processes are, respectively, Poisson and Sparre Andersen processes with generalized Erlang(2) claim inter-arrival times. The Laplace transform of the non-ruin probability is derived from a system of integro-differential equations. Explicit results can be obtained when the initial reserve is zero and the claim severity distributions of both classes belong to the Kn family of distributions. A relation between the ruin probability and the distribution of the supremum before ruin is identified. Finally, the Laplace transform of the non-ruin probability of a perturbed Sparre Andersen risk model with generalized Erlang(2) claim inter-arrival times is derived when the compound Poisson process converges weakly to a Wiener process.

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)0,004
score de la tête « metaresearch » (Gemma)0,016
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: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,016
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,003
Communication savante0,0040,004
Science ouverte0,0020,003
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,082
Tête enseignante GPT0,363
Écart entre enseignants0,280 · 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

Citations24
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAstin BulletinMême sujetProbability and Risk ModelsTravaux en français237 207