PART1 소개(Introduction
제1장보험 계리 모형과 통계적 방법 3
PART2 통계적 모형(Statistical Model 김명준 저
제2장통계이론의 이해 9
1. 확률 변수(Random Varialble와 확률 분포(Probability Distribution 9
1.1 이산형(Discrete 확률 변수와 분포 함수 ㆍ 12
1.2 연속형(Continuous 확률 변수와 분포 함수 ㆍ 13
1.3 누적 분포 함수(Cumulative Distribution Function ㆍ 15
1.4 결합 확률 분포 함수(Joint Probability Distribution Function ㆍ 18
1.5 두 변수간의 독립(Independence 개념 ㆍ 22
1.6 확률 변수의 대표적인 요약 값 ㆍ 23
2. 주요 확률 분포 함수 33
2.1 이산형 확률 분포 ㆍ 33
2.2 연속형 확률 분포 ㆍ 44
3. 적률(Moment Generating 함수 58
3.1 확률 분포 함수의 활용 ㆍ 64
연습문제 ㆍ 67
제3장손해 분포 모형의 이해: 빈도, 심도, 집합 70
1. 사고 빈도(Frequency 모형 71
1.1 경험적 확률을 활용한 빈도 모형 ㆍ 71
1.2 베르누이 분포를 활용한 빈도 모형 ㆍ 71
1.3 이항 분포를 활용한 빈도 모형 ㆍ 72
1.4 포아송 분포를 활용한 빈도 모형 ㆍ 73
1.5 음이항 분포를 활용한 빈도 모형 ㆍ 76
1.6 특별 형태의 분포를 활용한 빈도 모형 ㆍ 80
2. 사고 심도(Severity 모형 85
2.1 경험적 확률을 활용한 심도 모형 ㆍ 85
2.2 정규 분포를 활용한 심도 모형 ㆍ 86
2.3 감마 분포를 활용한 심도 모형 ㆍ 89
2.4 파레토 분포를 활용한 심도 모형 ㆍ 91
2.5 기타 분포를 활용한 심도 모형 ㆍ 92
3. 총합 손해(Aggregate Loss 모형 93
3.1 지시 함수(Indiaction Function를 활용한 총합 손해
