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