残疾保险的隐马尔可夫方法
应用统计
2014-12-24 v1
摘要
对未来残疾发生率及恢复率的点估计和区间估计，主要通过将广义线性模型 (GLM) 与时间序列预测技术相结合来实现，这是一种涉及从历史数据估计参数并随后校准时间序列模型的两步法。这种方法实际上可能导致概念和数值问题，因为模型的任何时间趋势分量都被不一致地既视为模型参数又视为随机过程的实现。我们建议按以下方式改进这种通用的两步法：首先，假设时间趋势分量具有随机过程形式。然后将相应的转移密度纳入似然函数，并使用期望最大化 (Expectation-Maximization) 算法估计模型参数。我们通过将模型拟合到瑞典残疾索赔数据来说明该建模过程。
引用
@article{arxiv.1412.7334,
title = {A hidden Markov approach to disability insurance},
author = {Boualem Djehiche and Björn Löfdahl},
journal= {arXiv preprint arXiv:1412.7334},
year = {2014}
}