MétaCan
Menu
Retour à la cohorte
Enregistrement W4410112053 · doi:10.1080/10920277.2026.2662305

Modeling and A Posteriori Ratemaking for Multiple Perils with the Wishart-Gamma Random Effects Model

2025· preprint· en· W4410112053 sur OpenAlexfundno aff
Minjeong Park, Minji Park, Jae Youn Ahn, Lu Yang

Notice bibliographique

RevueNorth American Actuarial Journal · 2025
Typepreprint
Langueen
DomaineMathematics
ThématiqueStatistical Methods and Inference
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMitacsSociety of Actuaries
Mots-clésWishart distributionRandom effects modelEconometricsA priori and a posterioriMathematicsStatisticsEconomicsPhilosophyMultivariate statisticsMedicineEpistemologyMeta-analysis

Résumé

récupéré en direct d'OpenAlex

The Wishart-gamma random effects model, introduced by Denuit and Lu (2021), is both flexible and tractable for a variety of insurance applications such as multi-peril ratemaking, frequency-severity ratemaking, and micro-reserving. However, so far, this model has yet to be applied in either the statistical or the actuarial literature, and one important challenge is that its pricing and likelihood

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)0,056
score de la tête « metaresearch » (Gemma)0,136
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,056
Score d'incertitude au seuil0,296

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0560,136
Méta-épidémiologie (sens strict)0,0030,004
Méta-épidémiologie (sens large)0,0050,006
Bibliométrie0,0030,003
Études des sciences et des technologies0,0020,006
Communication savante0,0070,008
Science ouverte0,0070,006
Intégrité de la recherche0,0050,009
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,058
Tête enseignante GPT0,354
Écart entre enseignants0,296 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

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

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueNorth American Actuarial JournalMême sujetStatistical Methods and InferenceTravaux en français237 207