dc.contributor.advisor | Κούτρας, Μάρκος | |
dc.contributor.author | Καπογιαννάτου, Ηλέκτρα Χριστίνα | |
dc.date.accessioned | 2022-04-01T05:22:20Z | |
dc.date.available | 2022-04-01T05:22:20Z | |
dc.date.issued | 2022-03 | |
dc.identifier.uri | https://dione.lib.unipi.gr/xmlui/handle/unipi/14269 | |
dc.identifier.uri | http://dx.doi.org/10.26267/unipi_dione/1692 | |
dc.description.abstract | Στους κλάδους της οικονομικής, ασφαλιστικής επιστήμης καθώς και της διαχείρισης κινδύνου συχνά εμφανίζονται δεδομένα που κατά τη μοντελοποίηση τους δεν μπορούν να περιγραφούν από τις κλασικές κατανομές. Τέτοια δεδομένα είναι οι χρόνοι ζωής ασθενών που συμμετέχουν σε κλινικές μελέτες ή οι ζημιές μίας τράπεζας από μη εξυπηρετούμενα δάνεια. Τα τελευταία χρόνια πολλοί ερευνητές επικεντρώθηκαν στην εύρεση νέων μοντέλων κατανομών, βασικό γνώρισμα των οποίων είναι η μεγαλύτερη ευελιξία και η καλύτερη προσαρμογή τους σε τέτοιου είδους δεδομένα.
Στην παρούσα εργασία θα γίνει παρουσίαση δύο νέων οικογενειών κατανομών, των τεχνικών με τις οποίες δημιουργήθηκαν καθώς και των κύριων χαρακτηριστικών μεγεθών τους. Οι οικογένειες κατανομών που παρουσιάζονται στην παρούσα εργασία έχουν μελετηθεί στην έως τώρα βιβλιογραφία για την προσαρμογή τους σε δεδομένα χρόνων ζωής, όμως πρόκειται για κατανομές που δύνανται να χρησιμοποιηθούν για προσαρμογή και σε δεδομένα του ασφαλιστικού ή τραπεζικού κλάδου, όπως ζημιές μίας τράπεζας από μη εξυπηρετούμενα δάνεια ή αποζημιώσεις μίας ασφαλιστικής εταιρίας. Συγκεκριμένα, θα παρουσιάσουμε την οικογένεια των γενικευμένων μετασχηματισμένων κατανομών (GT-F) και την οικογένεια των νέων κατανομών με βαριά ουρά (NHT-F) οι οποίες επεκτείνουν τις κλασικές κατανομές. Οι τελευταίες έχουν το ρόλο του γεννήτορα στα νέα μοντέλα.
Στο πρώτο κεφάλαιο της παρούσας εργασίας γίνεται μία εισαγωγή του θέματος που πραγματεύεται η εργασία.
Στο δεύτερο κεφάλαιο περιλαμβάνεται ένα εισαγωγικό μέρος με βασικές έννοιες από το χώρο των πιθανοτήτων και της στατιστικής.
Στο τρίτο κεφάλαιο γίνεται αναφορά στην οικογένεια των γενικευμένων μετασχηματισμένων κατανομών με γεννήτορα μία κατανομή F. Παρουσιάζεται ο ορισμός της οικογένειας και τα βασικά χαρακτηριστικά μεγέθη της καθώς και τεχνικές εκτίμησης των παραμέτρων της.
Στο τέταρτο κεφάλαιο μελετώνται δύο περιπτώσεις της οικογένειας των γενικευμένων μετασχηματισμένων κατανομών, εκείνη που έχει ως γεννήτορα την εκθετική κατανομή και εκείνη που έχει ως γεννήτορα την κατανομή Γάμμα.
Στο πέμπτο κεφάλαιο παρουσιάζεται η δεύτερη οικογένεια κατανομών που μελετάται στην παρούσα εργασία, η οικογένεια των νέων κατανομών με βαριά ουρά με γεννήτορα μία κατανομή F. Παραθέτουμε τον ορισμό της και τα βασικά χαρακτηριστικά μεγέθη της καθώς και τεχνικές εκτίμησης των παραμέτρων της.
Στο έκτο κεφάλαιο μελετώνται δύο περιπτώσεις της οικογένειας των νέων κατανομών με βαριά ουρά, όταν τη θέση του γεννήτορα έχουν η εκθετική και η κατανομή Γάμμα.
Στο έβδομο κεφάλαιο εξετάζεται η προσαρμογή των μοντέλων κατανομών που αναλύονται στο τέταρτο και στο έκτο κεφάλαιο σε πραγματικά δεδομένα.
Τέλος, στα παραρτήματα παρατίθενται οι ορισμοί διάφορων εννοιών που δεν περιέχονται στο κυρίως κείμενο, σχετικές αποδείξεις και οι κώδικες που χρησιμοποιήθηκαν στο στατιστικό πακέτο της R. | el |
dc.format.extent | 154 | el |
dc.language.iso | el | el |
dc.publisher | Πανεπιστήμιο Πειραιώς | el |
dc.rights | Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/gr/ | * |
dc.title | Μοντέλα πιθανοτήτων για περιγραφή μη κανονικών κινδύνων | el |
dc.title.alternative | Probability models for fitting non-normal data | el |
dc.type | Master Thesis | el |
dc.contributor.department | Σχολή Χρηματοοικονομικής και Στατιστικής. Τμήμα Στατιστικής και Ασφαλιστικής Επιστήμης | el |
dc.description.abstractEN | In the fields of economics, insurance science and risk management, it is quite often to deal with data that cannot be fully described by the classical distributions; such data include the lifetime of patients participating in clinical trials or the loss resulting from non-performing loans of a bank. In the recent years many researchers have focused on finding new distribution models with greater flexibility and better fitting to this kind of data.
This thesis will present two new classes of distributions, the techniques used to develop them as well as their main properties. More specifically, we will present the generalized transmuted class of distributions (GT-F) and a new heavy tailed class of distributions (NHT-F) which extend some classical distributions. The latter ones take the role of the generator in the new models.
The first chapter introduces the topic of the present thesis.
The second chapter includes an introductory section which presents basic concepts from the fields of probabilities and statistics to which references are made throughout the thesis.
The third chapter refers to the generalized transmuted class of distributions with generator a distribution F. The definition of the class and its basic properties are presented, along with techniques for estimating its parameters.
In Chapter 4, two cases of the generalized transmuted class of distributions are studied, one with the exponential distribution as generator and a second one with the gamma distribution as generator.
The fifth chapter presents the second class of distributions studied in this thesis, a new heavy tailed class of distributions with generator a distribution F. Its definition and basic properties are presented, along with techniques for estimating its parameters.
In the sixth chapter, two cases of the new heavy tailed class of distributions are studied, when the exponential and the gamma distribution take the role of the generator.
The seventh chapter examines the fitting of the new models analyzed in chapters four and six to real data.
Finally, the annex provides definitions of various concepts that have been mentioned in the main body of this thesis, relevant proofs and the codes used. | el |
dc.contributor.master | Αναλογιστική Επιστήμη και Διοικητική Κινδύνου | el |
dc.subject.keyword | Προσομοίωση | el |
dc.subject.keyword | Μοντέλα πιθανοτήτων | el |
dc.subject.keyword | Μη κανονικά δεδομένα | el |
dc.subject.keyword | Γενικευμένη μετασχηματισμένη κατανομή | el |
dc.subject.keyword | Νέα κατανομή με βαριά ουρά | el |
dc.subject.keyword | Non normal data | el |
dc.subject.keyword | Fitting | el |
dc.subject.keyword | Simulation | el |
dc.subject.keyword | Generalised transmuted distribution | el |
dc.subject.keyword | New heavy tailed distribution | el |
dc.subject.keyword | Εκθετικοποιημένη κατανομή | el |
dc.subject.keyword | Exponential distribution | el |
dc.date.defense | 2022-03-22 | |