MétaCan
Menu
Retour à la cohorte
Enregistrement W2102582563 · doi:10.1017/s0515036100014094

Phase-type Approximations to Finite-time Ruin Probabilities in the Sparre-Andersen and Stationary Renewal Risk Models

2005· article· en· W2102582563 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueAstin Bulletin · 2005
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueProbability and Risk Models
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaRégion de Bruxelles-CapitaleLondon School of Economics and Political Science
Mots-clésRuin theoryErlang (programming language)MathematicsType (biology)Phase-type distributionRenewal theoryFirst-hitting-time modelApplied mathematicsSequence (biology)Approximations of πTime horizonQueueRisk modelMathematical optimizationMarkov chainComputer scienceStatistics

Résumé

récupéré en direct d'OpenAlex

The present paper extends the “Erlangization” idea introduced by Asmussen, Avram, and Usabel (2002) to the Sparre-Andersen and stationary renewal risk models. Erlangization yields an asymptotically-exact method for calculating finite time ruin probabilities with phase-type claim amounts. The method is based on finding the probability of ruin prior to a phase-type random horizon, independent of the risk process. When the horizon follows an Erlang- l distribution, the method provides a sequence of approximations that converges to the true finite-time ruin probability as l increases. Furthermore, the random horizon is easier to work with, so that very accurate probabilities of ruin are obtained with comparatively little computational effort. An additional section determines the phase-type form of the deficit at ruin in both models. Our work exploits the relationship to fluid queues to provide effective computational algorithms for the determination of these quantities, as demonstrated by the numerical examples.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,523
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,109
Tête enseignante GPT0,354
Écart entre enseignants0,246 · 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