论文部分内容阅读
在传统的统计模型分析中,仅限于反应变量或误差变量服从正态分布时才有较好的估计性质,当反应变量服从非正态分布时,多采用变量变换使其服从正态,且通常Box-cox变换(y=(1)(y^λ-1)/λ (2)iny λ≠0,(3)λ=0参数λ的估计一般是采用迭人大似然法^[1])但变换后资料常有服从正态。例如医疗保险的损失分布常为对数正态、Weibull或Pareto分布^[2],其损失额的分布均是非负的偏态分布,且同一级别医院的医疗费用间存在一定相关即非独立,对这类非独立偏态分布数据,宜用Markov chai