复合Poisson模型的仿真值

时间:2019-08-07 10:07:39

标签: r

我对严重性和频率进行了单独的分析,结果发现我的严重性非常适合帕累托和对数正态分布。

我的频率是一个Poisson分布,现在我想运行一个复合Poisson模型,该模型将生成随机值,以检查其生成的值是否接近我的实际数据。

我的数据集非常有限,仅包含50个观测值。因此,当我运行模型时,我收到的输出值非常低,范围为0.0000001 up to 15.2568879。但是我的实际数据的价值为数十亿6B-250B。如何扩大这些值?

对于帕累托,我发现了以下参数:

  • 比例= 6.4
  • 形状= 0.7872546

对于Lognormal,以下参数:

  • 平均值:3.1265351
  • s.d:0.12176423
  • sd日志:0.8610031
  • 标准偏差:0.08609979

对于泊松,以下参数:

  • lambda:0.4237288
  • s.d:0.05992397
    ### The code i used in R is very simple and follows:
    x <- rcomppois(1000, 0.4237288, rlnorm(0.1265351, 0.8610031)
    y <- rcomppois(1000, 0.4237288, rpareto2(6.4, 0.7872546))

我希望输出接近实际值,但是输出却很低,我该如何解决?

0 个答案:

没有答案