R语言对数线性模型loglm函数_R语言通过伽玛与对数正态分布假设下的广义线性模型对大额索赔进行评估预测...

原文链接:

http://tecdat.cn/?p=13944​tecdat.cn

我们已经很自然地认为，不仅可以用一些协变量来解释单个索赔的频率，而且可以用单个成本来解释。

通常用来模拟成本的族是Gamma分布或逆高斯分布或对数正态分布（它不在指数族中，但是可以假设成本的对数可以用高斯分布建模）。在这里仅考虑一个协变量，例如汽车的寿命，以及两个不同的模型：一个Gamma模型和一个对数正态模型。

1. 
   > age=0:20
2. 
   > reggamma.sp <- glm(cout~agevehi,family=Gamma(link="log"),
3. 
   + data=couts)
4. 
   > Pgamma <- predict(reggamma.sp,newdata=data.frame(agevehi=age),type="response")

对于Gamma回归，这是一个简单的GLM，因此并不困难。对于对数正态分布，应该记住对数正态分布的期望值不是基础高斯分布的指数。应该进行更正，以便在这里获得平均费用的无偏估算，

我们可以在一张图上绘制这两个预测，

1.