Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Pemodelan jumlah klaim mengklaim salah satu topik paspor adalah praktik lapangan. masalah ini sering ditemukan dalam model ingthataatais persebaran. Poisson dributiontion yang digunakan dalam pemodelan sumber klaim tidak dapat digunakan sebagai fakta overproperti penyebaran.Oleh karena itu, distribusi yang distandarisasi di luar negeri dapat dimanfaatkan jumlah klaim yang mengklaim pengungkapan properti yang dibutuhkan. Dalam tulisan ini, analternatif menerima distribusi yang dihasilkan, yaitu Distribusi Umum Biomial Negatif-Negatif Distribusi adalah distribusi distribusi negatif negatif dan distribusi Membalik Gaussie dan distribusi metameterisasi pada parameter negatif Distribusi binomial yaitu p = exp (), di mana nilai variabel acak acak yang didistribusikan Inverse Gaussian. Distribusi eksternal ini adalah unimodal, hasa tebal thailand hasa positif menghasilkan kewajiban koefisien. Dalam tesis tingkat bawah, kemungkinan serangan dan komitmen faktorial dari distribusi NB-IG yang didistribusikan. Berarti, varians, skewness danurturtasthasic properties ofNB-IG distribusi disajikan dan parameter pengujian diperlakukan melalui survival maksimum maksimum metode estimasi. Kepenuhan distribusi NB-IG diilustrasikan oleh data nyata set.

---

One topic of passports is field practice. this problem is often found in modeling the data distribution. tion used in modeling claims sources cannot be used as a fact of overproperty distribution. Therefore, standardized distributions abroad can be used the number of claims claimed In this paper, accept the resulting distribution, namely General Negative-Negative Biomial Distribution, Distribution is negative negative distribution and Gaussie Reverse distribution and metameterization distribution on negative parameters, binomial distribution ie p = exp (), where the variable value Varies Published InverseGaussian. This external distribution is immunodal, Thailand has a positive potential to produce the coefficient obligation. In the lower-level thesis, attacks and factorial commitments from the distributed NB-IG distribution are published. Means, variants, skewness and strictness of the properties of NB-IG distribution are presented and test parameters are approved through maximum maximum survival estimation method. The fullness of the NB-IG distribution is illustrated by real data sets.

Abstrak :
ABSTRAK Tesis ini menganalisis sistem bonus malus prinsip nilai ekspektasi untuk asuransi kendaraan bermotor di Indonesia. Pada prinsip nilai ekspektasi setiap pemegang polis dikenakan premi yang proporsional dari ekspektasi jumlah klaim. Data klaim diolah menjadi tabel Jumlah Klaim untuk tahun 2010-2012. Berdasarkan tabel tersebut analisis dilakukan menggunakan distribusi Negative Binomial, Geometric dan Poisson Inverse Gaussian. Hasil distribution fitting menunjukkan distribusi Negative Binomial dan Geometric fit digunakan pada tabel jumlah klaim sedangkan distribusi Poissson Inverse Gaussian tidak. Tabel bonus malus yang dibentuk berdasarkan penelitian ini dapat digunakan untuk penentuan tarif kendaraan bermotor pada PT. ABC dengan menganalisis jumlah klaim yang terjadi pada periode klaim sebelumnya. Hasil analisis dan evaluasi menggunakan tools relative stationary average level (RSAL), coefficient variation (CV) dan waktu konvergensi menunjukkan sistem bonus malus yang berdasarkan distribusi Negative Binomial lebih baik dibandingkan yang berdasarkan distribusi Geometric. Berdasarkan analisis loss ratio, sistem bonus malus lebih mampu merefleksikan risiko pada premi asuransi dibandingkan sistem tarif merata.

---

ABSTRACT This study's aim analyze the bonus malus system with expected value principle for motor vehicle insurance in Indonesia. In expected value principle each policyholder is charged premium proportionally of their expected number of claims. Claims data is processed into tables Number of Claims for 2010-2012 period. Based on this table analysis was performed using the Negative Binomial, Geometric and Poisson Inverse Gaussian distribution. Results from distribution fitting showing the Negative Binomial and Geometric distribution is accepted used for the table while Poisson Inverse Gaussian distribution is rejected. Table bonus malus established by this study can be used to determine rates of motor vehicle in PT. ABC based on the number of claims occurred in the period of the previous claims. Result from analysis and evaluation using relative stationary average level (RSAL), coefficient of variation (CV) and convergence time tools shows bonus malus system that is based on Negative Binomial distribution is better than that based on Geomteric distribution. Based on the analysis of the loss ratio, bonus malus system is able to reflect the risk in insurance premiums compared flat tariff system.

Abstrak :
Distribusi Negative Binomial-Generalized Exponential (NB-GE) merupakan distribusi yang mampu memodelkan data overdispersi dengan extreme excess zeros yaitu lebih dari 80% angka nol dalam data. Distribusi Negative Binomial-Generalized Exponential (NB-GE) merupakan distribusi campuran hasil dari mixing antara distribusi Negative Binomial (NB) dengan distribusi Generalized Exponential (GE). Pembentukan distribusi Negative Binomial-Generalized Exponential (NB-GE) serta karakteristik-karakteristik distribusi Negative Binomial-Generalized Exponential (NB-GE) seperti fungsi kepadatan peluang, momen ke-, mean, variansi, koefisien skewness dan koefisien kurtosis dibahas pada pada skripsi ini. Penaksiran parameter-parameter dari distribusi Negative Binomial-Generalized Exponential (NB-GE) menggunakan metode maximum likelihood. Sebagai ilustrasi, digunakan data kecelakaan fatal yang memiliki lebih dari 80% angka nol yang dimodelkan dengan distribusi Negative Binomial-Generalized Exponential (NB-GE).

---

Negative Binomial-Generalized Exponential (NB-GE) distribution is a distribution that capable for modeling overdispersion data with extreme excess zeros, which is more than 80% zeros in a data. The distribution is a mixture distribution that obtained by mixing the Negative Binomial (NB) distribution with the Generalized Exponential (GE) distribution. The formation of the Negative Binomial-Generalized Exponential (NB-GE) distribution and the characteristics of the Negative Binomial-Generalized Exponential (NB-GE) distribution such as the probability density function, kth moment, mean, variance, skewness and kurtosis are discussed in this paper. Estimation of the parameters from the Negative Binomial-Generalized Exponential (NB-GE) distribution using the maximum likelihood method. As an illustration, Negative Binomial-Generalized Exponential (NB-GE) distribution used to model the data of fatal crash that has more than 80% zeros.