Torsten Becker, Richard Herrmann, Christian Heumann, Stefan Pilz, Viktor Sandor, Dominik Schäfer, Ulrich Wellisch

Stochastische Risikomodellierung und statistische Methoden (eBook, PDF)

Angewandte Stochastik für die aktuarielle Praxis

• Format: PDF

Produktbeschreibung

Dieses Buch vereinigt Konzepte und Methoden der stochastischen Modellbildung, der statistischen Analyse und der aktuariellen Anwendung in einem Band.

Dabei wird eine kompakte, aber dennoch für Theoretiker wie Praktiker verständliche und interessante Darstellung der Themen Risikobewertung, Datenanalyse, Parameterschätzung, verallgemeinerte lineare Regression, stochastische Prozesse und Differenzialrechnung, Zeitreihen, biometrische Modelle, Credibility sowie Simulation gegeben.

Zahlreiche Beispiele illustrieren die Anwendung der Konzepte in der aktuariellen Praxis, wobei auf Modelle aus der Personen- und Sachversicherung und der Finanzmathematik eingegangen wird.

---

Dieser Download kann aus rechtlichen Gründen nur mit Rechnungsadresse in A, B, BG, CY, CZ, D, DK, EW, E, FIN, F, GR, HR, H, IRL, I, LT, L, LR, M, NL, PL, P, R, S, SLO, SK ausgeliefert werden.

Produktdetails

• Verlag: Springer Berlin Heidelberg
• Seitenzahl: 455
• Erscheinungstermin: 26. Dezember 2024
• Deutsch
• ISBN-13: 9783662695326
• Artikelnr.: 72680533

Autorenporträt

Prof. Dr. Torsten Becker, HTW Berlin, Professor für Mathematik

Dr. Richard Herrmann, Verantwortlicher Aktuar

Prof. Dr. Christian Heumann, Institut für Statistik der LMU München, Professor für Statistik

Dr. Stefan Pilz, Data Scientist mit 20 Jahren Erfahrung in Pharma und Versicherung

Prof. Dr. Viktor Sandor, Technische Hochschule Rosenheim, Professor für Mathematik

Dr. Dominik Schäfer, Quantitatives Konzernrisikomanagement Wüstenrot & Württembergische AG

Prof. Dr. Ulrich Wellisch, Technische Hochschule Rosenheim, Professor für Mathematik

Inhaltsangabe

1. Quantifizierung und Bewertung von Risiken.- 2. Deskriptive Statistik und explorative Datenanalyse.- 3. Punktschätzung.- 4. Hypothesentests.- 5. Lineare und verallgemeinerte lineare Regression.- 6. Stochastische Prozesse und Modelle.- 7. Stochastische Differenzialrechnung.- 8. Zeitreihenanalyse.- 9. Biometrie.- 10. Credibility-Modelle.- 11. Simulation.