由于研究对象的复杂性,多样性以及随机抽样的时间性,在模拟损失数据时,我们需要更加丰富统计分布类,使得构建的新模型能够更好的刻画相应的实际问题.指数分布是经典的轻尾分布,广泛应用于保险,寿命分析领域,具有重要的理论和实际应用价值.但是,其自身也有一定的缺陷使其在应用中受到局限.本文使用两种方法构建了广义指数分布模型:一种是二次置换法,一种是T-X变换法.然后给出两类模型的相关统计性质.使用真实数据对构造的广义指数分布进行了实证分析,结果表明,本文提出的广义指数分布具有拟合优势.本论文共分为三章:第一章为绪论,首先介绍本文的研究背景及意义,然后介绍了模型的发展历史,并对指数模型研究现状做了较为细致的阐述,然后给出了本文的主要工作和研究意义.第二章主要利用二次置换法构建了第一类广义指数分布.第一节介绍了模型的构造过程.第二节介绍了该分布的一些相关统计性质,包括风险函数,分位数函数,剩余寿命函数,矩母函数,条件矩以及两种熵的表达式等.第三节给出了模型参数的极大似然估计.第四节利用癌症病人缓解次数的实际数据对分布进行拟合分析,并与其他模型对比,说明了该分布的拟合优势.第三章主要利用T-X变换法研究了第二类广义指数分布的构造及相关性质.第一节介绍了该分布的构造.第二节给出了该分布的一些相关性质,包括风险函数,分位数,偏度,峰度和可靠性函数等.在第三节中运用极大似然估计对参数进行了估计.第四节利用真实的膀胱癌病人缓解次数数据进行实证分析,与9种分布模型进行比较,证明了第二类广义指数分布拟合效果最优.