CHAPTER 03 / 3.2
连续分布离散化
把一段区间的概率搬到一个格点,比较三种离散化方法与步长的影响。
后续离散卷积与递推计算使用单笔损失的离散概率。选定步长 ,把连续损失 的概率分配到 ,得到 。
光滑曲线如何变成阶梯
累积概率原连续分布 F(x)UpperLowerRounding
0.09516
保留的概率总和0.992553
遗漏的尾部概率0.7447%
读数对应 Rounding。当前保留 25 个格点, 至 48;原损失从 49 起的尾部 尚未纳入,概率没有重新归一化。图上的有限阶梯在末端会停在概率总和处。
Upper 把金额向下取整,得到的 CDF 位于原 CDF 上方;Lower 把金额向上取整,CDF 位于下方。Rounding 就近取整,单笔金额误差不超过 。这些上下界关系针对完整的离散分布,截断图的最右端不一定保持。
一段概率,搬到一个点
024
把区间 的概率放到 ,得到 。
零点是特例:损失不能为负,只承接右侧半个步长的概率。
X 连续,区间端点的开闭不影响概率。
抽样后再取整
生成 1,000 笔连续损失,再按当前方法映射到格点。在 PMF 图中, 黑色圆点是出现频率,分母始终为 1,000。
原分布均值 E(X)10
完整离散分布均值 E(Xₕ)9.9834
取整后的样本均值—
生成样本后,可以切换方法,观察同一批损失的取整结果。
这里的理论均值包含全部尾部。就近取整通常减小偏差,但不保证均值精确不变。
三种方法的概率表与均值展开阅读
| j | 金额 jh | Upper | Lower | Rounding |
|---|---|---|---|---|
| 0 | 0 | 0.181269 | 0 | 0.095163 |
| 1 | 2 | 0.148411 | 0.181269 | 0.164019 |
| 2 | 4 | 0.121508 | 0.148411 | 0.134288 |
| 3 | 6 | 0.099483 | 0.121508 | 0.109945 |
| 4 | 8 | 0.08145 | 0.099483 | 0.090016 |
| 5 | 10 | 0.066685 | 0.08145 | 0.073699 |
| 6 | 12 | 0.054597 | 0.066685 | 0.060339 |
| 7 | 14 | 0.0447 | 0.054597 | 0.049402 |
| 8 | 16 | 0.036598 | 0.0447 | 0.040447 |
| 9 | 18 | 0.029964 | 0.036598 | 0.033115 |
| 10 | 20 | 0.024532 | 0.029964 | 0.027112 |
| 11 | 22 | 0.020085 | 0.024532 | 0.022198 |
| 12 | 24 | 0.016444 | 0.020085 | 0.018174 |
| 13 | 26 | 0.013464 | 0.016444 | 0.014879 |
| 14 | 28 | 0.011023 | 0.013464 | 0.012182 |
| 15 | 30 | 0.009025 | 0.011023 | 0.009974 |
| 16 | 32 | 0.007389 | 0.009025 | 0.008166 |
| 17 | 34 | 0.00605 | 0.007389 | 0.006686 |
| 18 | 36 | 0.004953 | 0.00605 | 0.005474 |
| 19 | 38 | 0.004055 | 0.004953 | 0.004482 |
| 20 | 40 | 0.00332 | 0.004055 | 0.003669 |
| 21 | 42 | 0.002718 | 0.00332 | 0.003004 |
| 22 | 44 | 0.002226 | 0.002718 | 0.00246 |
| 23 | 46 | 0.001822 | 0.002226 | 0.002014 |
| 24 | 48 | 0.001492 | 0.001822 | 0.001649 |
| 25 | 50 | — | 0.001492 | — |
| 保留的概率 | 0.993262 | 0.993262 | 0.992553 | |
| 遗漏的尾部 | 0.006738 | 0.006738 | 0.007447 | |
| 完整离散均值 | 9.03331 | 11.03331 | 9.98335 | |
指数分布的完整离散均值可以直接求和:
减小 h 可以细化近似;增大截断范围可以减小遗漏的尾部。二者解决的是不同误差。
对应课件的 R 代码与卷积准备展开阅读
下面的参数与当前页面同步。Upper 和 Rounding 的向量对应 0 到 to − h; Lower 多保留 to 处一个格点。Rounding 的最后一个区间截止于 to − h/2。
library(actuar)
h <- 2
to <- 50
fu <- discretize(pexp(x, rate = 0.1),
from = 0, to = to, step = h, method = "upper")
fl <- discretize(pexp(x, rate = 0.1),
from = 0, to = to, step = h, method = "lower")
fr <- discretize(pexp(x, rate = 0.1),
from = 0, to = to, step = h, method = "rounding")方法与端点约定参照 actuar::discretize 文档。
下一步做卷积时,要区分格点下标 和实际金额 。两笔损失独立且使用相同步长时,相加后的下标是 ,对应金额是 。截断向量的概率和小于 1。计算前应扩大范围或明确尾部处理方式; 直接归一化会改变原来的损失模型。