摘要：传统的分数年龄假设(fractional age assumption,FAA)形式简单且计算容易,但它们却存在死力函数在整数年龄处有较大跳跃的缺点,并且无法保证能精确地捕捉到生存函数的真实趋势。最小二乘支持向量回归机(least square support vector regression,LSSVR)作为机器学习领域的一项经典技术被广泛应用于对统计数据的回归与分析中。从机器学习的新视角来研究寿险精算理论中的生命表数据,对生存函数数据进行回归,并用成功拟合的生存函数构建死力函数及平均余命函数。LSSVR模型对生存函数拟合的有效性通过Makeham函数来进行验证,并与经典的三个FAA模型进行比较,实验表明,LSSVR模型的回归能力远高于经典的FAA模型。

原文链接:http://www.cqvip.com/QK/93285X/201410/71678884504849524948485048.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）