Predictive Modeling Applications in Actuarial Science: Volume 1, Predictive Modeling Techniques
Sorozatcím: International Series on Actuarial Science;
-
20% KEDVEZMÉNY?
- A kedvezmény csak az 'Értesítés a kedvenc témákról' hírlevelünk címzettjeinek rendeléseire érvényes.
- Kiadói listaár GBP 71.00
-
33 920 Ft (32 305 Ft + 5% áfa)
Az ár azért becsült, mert a rendelés pillanatában nem lehet pontosan tudni, hogy a beérkezéskor milyen lesz a forint árfolyama az adott termék eredeti devizájához képest. Ha a forint romlana, kissé többet, ha javulna, kissé kevesebbet kell majd fizetnie.
- Kedvezmény(ek) 20% (cc. 6 784 Ft off)
- Kedvezményes ár 27 136 Ft (25 844 Ft + 5% áfa)
Iratkozzon fel most és részesüljön kedvezőbb árainkból!
Feliratkozom
33 920 Ft
Beszerezhetőség
Becsült beszerzési idő: A Prosperónál jelenleg nincsen raktáron, de a kiadónál igen. Beszerzés kb. 3-5 hét..
A Prosperónál jelenleg nincsen raktáron.
Why don't you give exact delivery time?
A beszerzés időigényét az eddigi tapasztalatokra alapozva adjuk meg. Azért becsült, mert a terméket külföldről hozzuk be, így a kiadó kiszolgálásának pillanatnyi gyorsaságától is függ. A megadottnál gyorsabb és lassabb szállítás is elképzelhető, de mindent megteszünk, hogy Ön a lehető leghamarabb jusson hozzá a termékhez.
A termék adatai:
- Kiadó Cambridge University Press
- Megjelenés dátuma 2014. július 28.
- ISBN 9781107029873
- Kötéstípus Keménykötés
- Terjedelem563 oldal
- Méret 255x179x37 mm
- Súly 1120 g
- Nyelv angol
- Illusztrációk 120 b/w illus. 94 tables 26 exercises 0
Kategóriák
Rövid leírás:
This book is for actuaries and financial analysts developing their expertise in statistics and who wish to become familiar with concrete examples of predictive modeling.
TöbbHosszú leírás:
Predictive modeling involves the use of data to forecast future events. It relies on capturing relationships between explanatory variables and the predicted variables from past occurrences and exploiting this to predict future outcomes. Forecasting future financial events is a core actuarial skill - actuaries routinely apply predictive-modeling techniques in insurance and other risk-management applications. This book is for actuaries and other financial analysts who are developing their expertise in statistics and wish to become familiar with concrete examples of predictive modeling. The book also addresses the needs of more seasoned practising analysts who would like an overview of advanced statistical topics that are particularly relevant in actuarial practice. Predictive Modeling Applications in Actuarial Science emphasizes lifelong learning by developing tools in an insurance context, providing the relevant actuarial applications, and introducing advanced statistical techniques that can be used by analysts to gain a competitive advantage in situations with complex data.
'With contributions coming from a wide variety of researchers, professors, and actuaries - including several CAS Fellows - it's clear that this book will be valuable for any P and C actuary whose main concern is using predictive modeling in his or her own work.' David Zornek, Actuarial Review
Tartalomjegyzék:
1. Predictive modeling in actuarial science Edward W. Frees and Richard A. Derrig; Part I. Predictive Modeling Foundations: 2. Overview of linear models Marjorie Rosenberg; 3. Regression with categorical dependent variables Montserrat Guillen; 4. Regression with count-dependent variables Jean-Philippe Boucher; 5. Generalized linear models Curtis Gary Dean; 6. Frequency and severity models Edward W. Frees; Part II. Predictive Modeling Methods: 7. Longitudinal and panel data models Edward W. Frees; 8. Linear mixed models Katrien Antonio and Yanwei Zhang; 9. Credibility and regression modeling Vytaras Brazauskas, Harald Dornheim and Ponmalar Ratnam; 10. Fat-tailed regression models Peng Shi; 11. Spatial modeling Eike Brechmann and Claudia Czado; 12. Unsupervised learning Louise Francis; Part III. Bayesian and Mixed Modeling: 13. Bayesian computational methods Brian Hartman; 14. Bayesian regression models Luis Nieto-Barajas and Enrique de Alba; 15. Generalized additive models and nonparametric regression Patrick L. Brockett, Shuo-Li Chuang and Utai Pitaktong; 16. Non-linear mixed models Katrien Antonio and Yanwei Zhang; Part IV. Longitudinal Modeling: 17. Time series analysis Piet de Jong; 18. Claims triangles/loss reserves Greg Taylor; 19. Survival models Jim Robinson; 20. Transition modeling Bruce Jones and Weijia Wu.
Több
Machine Learning for Solar Array Monitoring, Optimization, and Control
29 447 Ft
27 091 Ft
