用于不平衡二值响应的偏斜连接回归模型及其在人寿保险中的应用
应用统计
2020-07-31 v1
摘要
对于在既定时间段（例如一年）内观测到的人寿保险保单组合，死亡通常是一个稀有事件。当我们考察此类保单组合中死亡与否的结果时，会得到不平衡的二值响应。流行的 logistic 和 probit 回归模型可能不适用于不平衡二值响应，因为模型估计可能有偏，若处理不当会导致严重的不良预测。本文中，我们提出使用偏斜连接回归模型（广义极值、Weibull 和 Fre\`chet 连接模型）作为处理不平衡二值响应的更优模型。我们针对所提连接函数下的广义线性模型（GLMs）采用完全贝叶斯方法，以更好地解释高度偏斜性。为校准我们所提出的贝叶斯模型，我们使用了一家人寿保险公司保单组合中提取的死亡理赔经验真实数据集。参数贝叶斯估计采用 Metropolis-Hastings 算法获得，贝叶斯模型选择与比较使用了偏差信息准则（DIC）统计量。对于我们的死亡率数据集，我们发现这些偏斜连接模型优于广泛使用的带标准连接函数的二值模型。我们通过度量并比较聚合死亡人数与死亡给付，评估了不同底层模型的预测能力。
引用
@article{arxiv.2007.15172,
title = {Skewed link regression models for imbalanced binary response with applications to life insurance},
author = {Shuang Yin and Dipak K. Dey and Emiliano A. Valdez and Guojun Gan and Jeyaraj Vadiveloo},
journal= {arXiv preprint arXiv:2007.15172},
year = {2020}
}
备注
25 pages, 7 Tables, 2 Figures