Kuolevuusseminaari
|
|
- Laura Lahti
- 7 vuotta sitten
- Katselukertoja:
Transkriptio
1 Kuolevuusseminaari K2012: Henkivakuutuksen kuolevuustutkimus
2 Henkivakuutettujen pitkän ajan kuolevuusennuste 1
3 Aihealueet Taustaa Kuolevuusennuste: menetelmän valinta Kuolevuusennuste: lähtöaineiston valinta Vakuutuslajikohtaiset korjauskertoimet Yhteenveto
4 Kuolevuuden määritelmä ja taustaa Kuolevuus: kuolleiden lukumäärän suhde altistumaan (ikä, vuosi) Kirjallisuuskatsaus / aikaisemmat tutkimukset / data Mallivaihtoehdot tilastolliset mallit vs. asiantuntijaharkinta vs. selittävät mallit muuttujat: ikä, aika, syntymävuosi, kuolinsyy Aikaisemmat tutkimukset Mika Mäkinen K2004 Lakisääteisen tapaturmavakuutuksen ja liikennevakuutuksen kuolevuusreferenssimalli (TVL/LVK, 2011) Datan keräys väestökuolevuudet HMD-tietokannasta (human mortality database, henkivakuutusaineisto vakuutusyhtiöiltä Työkalut R-ohjelmiston demography-paketti (Rob J. Hyndman) 3
5 Human mortality database (
6 Human mortality database: Suomen data 5
7 Aihealueet Taustaa Kuolevuusennuste: menetelmän valinta Kuolevuusennuste: lähtöaineiston valinta Vakuutuslajikohtaiset korjauskertoimet Yhteenveto
8 Lee Carter (1992) ln( m ) a b k x, t x x t x, t mx,t keskikuolevuus iässä x vuonna t ax kuvaa keskimääräistä kuolevuuden tasoa iässä x bx kuvaa kuolevuuden vähenemisen intensiteettiä iässä x kt kuvaa kuolevuuden suhteellista tasoa vuonna t x,t on normaalijakautunut virhetermi Ennuste perustuu parametrin kt aikasarjaan k t k c e t 1 t missä c vakio (drift term) ja et normaalijakautunut virhetermi,
9 Lee Carter (1992) ln( m x, t ) ax bxkt x, t Malli on yli-identifioituva 1. Parametrien estimoiminen b 1 0 x k t aˆ 1 T x ln( m x, t ) T t 1 bˆx ja kˆt PNS (SVD) 2. Ennuste kt k1 k ˆ ˆ t 1 c et c T 1 k t
10 Elinajanodote 75-vuotiaalle eri menetelmillä 9
11 Lee Carter variantit: Lee Carter esittänyt korjauksen perustuen kuolleiden lukumäärään alkuperäisessä paperissaan Lee Carter mallin heikkoutena jump-off error Erilaisia Lee Carterin variantteja esitetty Lee Miller Booth-Maindonald-Smith Hyndman-Ullah Lee Carteria tarkempia logaritmoitujen keskikuolevuuksien ennustamisessa, mutta tämä ei takaa sitä, että menetelmät antaisivat tarkempia elinajanodotteita.. Lee Miller Parametrien kt arvot valitaan siten, että lähtötietovuosien havaitut vastasyntyneen elinajanodotteet täsmäävät mallilla laskettuja elinajanodotteita Ennuste lähtee viimeisestä havaitusta arvosta, eikä ennusteen parametrien mukaan lasketusta arvosta
12 Finanssivalvonta Finansinspektionen Financial Supervisory Authority Tarja Sirén
13 Finanssivalvonta Finansinspektionen Financial Supervisory Authority Tarja Sirén
14 Aihealueet Taustaa Kuolevuusennuste: menetelmän valinta Kuolevuusennuste: lähtöaineiston valinta Vakuutuslajikohtaiset korjauskertoimet Yhteenveto
15 Lähtöaineiston valinta Tasoitettu / tasoittamaton aineisto
16 bx Aikaperiodin valinta: kuolevuuden vähenemisen intensiteetti iässä x (bx) 0, ,03 0,025 0,02 0,015 0,01 0,005 0 Ikä (miehet)
17 bx Aikaperiodin valinta: kuolevuuden vähenemisen intensiteetti iässä x (bx) 0, ,03 0,025 0,02 0,015 0,01 0,005 0 Ikä (miehet)
18 bx Aikaperiodin valinta: kuolevuuden vähenemisen intensiteetti iässä x (bx) 0, ,03 0,025 0,02 0,015 0,01 0,005 0 Ikä (miehet)
19 Kuolevuuden suhteellinen taso vuonna t (kt) ln( m x, t ) ax bxkt x, t k t kt k1 k ˆ ˆ t 1 c et c T 1 18
20 Aihealueet Taustaa Kuolevuusennuste: menetelmän valinta Kuolevuusennuste: lähtöaineiston valinta Vakuutuslajikohtaiset korjauskertoimet Yhteenveto
21 Korjauskertoimien vertailu Korjauskerroin: vakuutuskuolevuus suhteessa väestökuolevuuteen Lukumääräkuolevuus on kuolleiden lukumäärä suhteessa altistumaan (D/E-luku) Summakuolevuus on x-ikäisenä kuolleiden volyymisuureen suhde x- ikäisten volyymisuureeseen Lisäksi seuraavissa kuvissa on esitetty summa- ja lukumääräkuolevuuksien suhde väestökuolevuuteen, missä väestökuolevuus on HMD-tietokannan keskiarvoa vuosilta Tarja Siren 20
22 Summakuolevuuden suhde väestökuolevuuteen (ryhmäeläke, miehet) Tarja Siren 21
23 Summakuolevuuden suhde väestökuolevuuteen (ryhmäeläke, miehet) Tarja Siren 22
24 Summakuolevuuden suhde väestökuolevuuteen (ryhmäeläke, miehet) Tarja Siren 23
25 Korjauskertoimien vertailu ryhmäeläke Tarja Siren 24
26 Korjauskertoimien vertailu Korjauskertoimiin sisältyy paljon epävarmuutta Eroja tuotteittain (vastuunvalinta, volyymisuure) Naisilla summa- ja lukumääräkuolevuus eroavat toisistaan vähemmän kuin miehillä Suurin ero miesten ryhmäeläkevakuutuksissa Tässä tutkimuksessa keskitytään lukumääräkuolevuuksiin volyymiaineiston puutteiden vuoksi riittävän tarkka useimmissa vakuutuslajeissa tämän raportin kannalta Tarja Siren 25
27 K2012: Korjauskertoimet Poisson-regressio Tarja Siren 26
28 K2012: Korjauskertoimet Poisson-regressio Tarja Siren 27
29 K2012: Korjauskertoimet Poisson-regressio Tarja Siren 28
30 K2012: Korjauskertoimien vertailu K2004 (yksilöllinen riskivakuutus) 1 0,9 0,8 0,7 0,6 K2004 (naiset) K2004 (miehet) 0,5 0,4 0,3 0,2 Yksilöllinen riskivakuutus (naiset) Yksilöllinen riskivakuutus (miehet) 0, Tarja Siren 29
31 K2012: Korjauskertoimien vertailu TyEL (Hakkarainen 2012) 1 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 TyEL (naiset) TyEL (miehet) Yksilöllinen eläkevakuutus ja perhe-eläke (N) Yksilöllinen eläkevakuutus ja perhe-eläke (M) Ryhmäeläke (N) Ryhmäeläke (M) 0, Tarja Siren 30
32 Aihealueet Taustaa Kuolevuusennuste: menetelmän valinta Kuolevuusennuste: lähtöaineiston valinta Vakuutuslajikohtaiset korjauskertoimet Yhteenveto
33 Henkivakuutuskuolevuus Väestökuolevuusennuste Lee-Miller -menetelmällä (lähtöaineisto , tasoitettu, HMD ) Korjauskertoimet (Lx) määriteltiin tuoteryhmittäin Poisson-regressiolla. Lisäksi ryhmäeläkevakuutukselle määriteltiin korjauskerroin myös summakuolevuuden perusteella regressioanalyysillä. Henkivakuutuskuolevuus on korjauskertoimen ja väestökuolevuuden tulo Epävarmuus voidaan ottaa huomioon luottamusvälien tai simulointialgoritmien avulla Tarja Siren
34 Kuolevuustaulukko Tarja Siren 33
SUOMEN AKTUAARIYHDISTYS THE ACTUARIAL SOCIETY OF FINLAND
110 SUOMEN AKTUAARIYHDISTYS THE ACTUARIAL SOCIETY OF FINLAND WORKING PAPERS ISSN 0781-4410 SUOMEN AKTUAARIYHDISTYS The Actuarial Society of Finland 110 Hakkarainen, Tuomas TyEL-kuolevuuden ennustamisesta
LisätiedotHenkivakuutusyhtiöiden kuolevuustutkimus K2012. Tarja Sirén
Henkivakuutusyhtiöiden kuolevuustutkimus K2012 Tarja Sirén 09.03.2013 Abstract Life insurance companies need mortality forecast as they face mortality risk in their life insurance and longevity risk in
LisätiedotTyEL-kuolevuusperusteesta
TyEL-kuolevuusperusteesta 26.5.2015 29.5.2015 Kuolevuusperusteesta Tuomas Hakkarainen 1 Tarve kuolevuusperusteelle TyEL-vakuutuksessa Työnantajan eläkevakuutuksen vanhuuseläkevastuut ovat pitkäikäisiä,
LisätiedotTyEL-kuolevuuden ennustamisesta SHV-työ, joulukuu LähiTapiola-ryhmä / Tuomas Hakkarainen
TyEL-kuolevuuden ennustamisesta SHV-työ, joulukuu 2011 21.3.2013 1 TyEL-kuolevuusperusteesta 1/2 Työntekijän eläkelain (TyEL) mukaan vakuutettujen henkilöiden vakuutusmaksuista rahastoidaan osa. Ehkäpä
LisätiedotLokaali bilineaarinen (lokaali Lee-Carter) kuolevuusmalli
Lokaali bilineaarinen (lokaali Lee-Carter) kuolevuusmalli Aktuaariyhdistyksen kuolevuusseminaari 9.4.2013 Vesa Ronkainen 9.4.2013 Vesa Ronkainen Stochastic modeling of financing longevity risk in pension
LisätiedotKuolevuusseminaari 9.4.2013
Kuolevuusseminaari 9.4.2013 Jari Niittuinperä Kuolevuuseminaari 19.3. Vakuutusalan viimeaikaiset kuolevuustutkimukset Prosessi ja siihen liittyvät haasteet (data, mallintaminen, laskenta, tulosten verifiointi)
LisätiedotKuolevuusseminaari 19.03.2013
Kuolevuusseminaari 19.03.2013 Jari Niittuinperä Finanssivalvonta Finansinspektionen Financial Supervisory Authority Eläkevakuutuksen uusi myyntiargumentti! Finanssivalvonta Finansinspektionen Financial
LisätiedotKiEL-kuolevuuden arviointi
KiEL-kuolevuuden arviointi Kuolevuustason arviointi pienelle populaatiolle Aktuaariyhdistyksen kuolevuusseminaari 26.5.2015 Risto Louhi Kuolevuusselvityksen tausta KiEL-eläkemenoa ennustettaessa pitkän
LisätiedotKuolevuus Eläketurvakeskuksen pitkän aikavälin laskelmissa. Heikki Tikanmäki
Kuolevuus Eläketurvakeskuksen pitkän aikavälin laskelmissa Heikki Tikanmäki 23.5.2017 Johdanto Kuolevuus vaikuttaa työeläkemenoon monta kautta Eläkkeiden päättyvyys Elinaikakerroin Eläkeiät Eläketurvakeskuksen
LisätiedotTELA/Laskuperusteasiain neuvottelukunta TYÖNTEKIJÄN ELÄKELAIN MUKAISEN ELÄKEVAKUUTUKSEN YLEISTEN LASKUPERUSTEIDEN MUUTOKSEN PERUSTELUT
TELA/Laskuperusteasiain neuvottelukunta 19.11.2015 TYÖNTEKIJÄN ELÄKELAIN MUKAISEN ELÄKEVAKUUTUKSEN YLEISTEN LASKUPERUSTEIDEN MUUTOKSEN PERUSTELUT Kuolevuus Muut muutokset Muutoksia haetaan olettaen, että
LisätiedotABHELSINKI UNIVERSITY OF TECHNOLOGY
Johdatus regressioanalyysiin Regressioanalyysin idea Oletetaan, että haluamme selittää jonkin selitettävän muuttujan havaittujen arvojen vaihtelun selittävien muuttujien havaittujen arvojen vaihtelun avulla.
LisätiedotTilastollisen analyysin perusteet Luento 8: Lineaarinen regressio, testejä ja luottamusvälejä
Tilastollisen analyysin perusteet Luento 8: Lineaarinen regressio, testejä ja luottamusvälejä arvon Sisältö arvon Bootstrap-luottamusvälit arvon arvon Oletetaan, että meillä on n kappaletta (x 1, y 1 ),
LisätiedotDEMOGRAFIA. Arto Luoma Tampereen yliopisto, Suomi. Syksy Demografia, syksy 2015 Tampereen yliopisto 1 / 39
DEMOGRAFIA Arto Luoma Tampereen yliopisto, Suomi Syksy 2015 Demografia, syksy 2015 Tampereen yliopisto 1 / 39 Sisältö Demografia, syksy 2015 Tampereen yliopisto 2 / 39 Määritelmä Aineiston keruu Perusyhtälö
LisätiedotSHV-harjoitustyö VAPAAMUOTOISEN TYÖELÄKEVAKUUTUKSEN KUOLEVUUS
SHV-harjoitustyö VAPAAMUOTOISEN TYÖELÄKEVAKUUTUKSEN KUOLEVUUS Piia Kolehmainen 3.04.009 Sisällysluettelo Johdanto... Vapaamuotoinen ryhmäeläkevakuutus... 3 Kuolevuuden merkitys ja käyttö eläkevakuutuksissa...
LisätiedotJohdatus regressioanalyysiin. Heliövaara 1
Johdatus regressioanalyysiin Heliövaara 1 Regressioanalyysin idea Oletetaan, että haluamme selittää jonkin selitettävän muuttujan havaittujen arvojen vaihtelun selittävien muuttujien havaittujen arvojen
LisätiedotKUOLEVUUSPERUSTEJAOKSEN LOPPURAPORTTI 29.5.2015
KUOLEVUUSPERUSTEJAOKSEN LOPPURAPORTTI 29.5.2015 1. Yhteenveto Telan Laskuperusteasiain neuvottelukunnan Kuolevuusperustejaos on tehnyt selvityksen TyEL:n mukaisessa vakuutuksessa noudatettavan kuolevuusperusteen
LisätiedotTilastokeskuksen väestöennuste Kuolevuuslaskelmat. Markus Rapo, Tilastokeskus
Tilastokeskuksen väestöennuste Kuolevuuslaskelmat Markus Rapo, Tilastokeskus Esityksessäni Hieman historiaa ja taustaa Tilastokeskuksen väestöennuste luonne ja tulkinta Kuolleisuuslaskelmat Tilastokeskuksen
LisätiedotJulkaistu Helsingissä 31 päivänä joulukuuta /2013 Sosiaali- ja terveysministeriön asetus
SUOMEN SÄÄDÖSKOKOELMA Julkaistu Helsingissä 3 päivänä joulukuuta 03 Sosiaali- ja terveysministeriön asetus tapaturmavakuutuslain 8 e :n 3 momentin mukaisen haittarahan kertakorvauksen perusteista Annettu
LisätiedotVÄESTÖENNUSTE
VÄESTÖENNUSTE 2012-2040 KEHITTÄMIS- JA RAHOITUSOSASTO/ Kaupunki- ja taloussuunnittelu 10 / 2012 Alkusanat Tilastokeskus on julkaissut väestöennusteen joka kolmas vuosi. Tilastokeskuksen väestöennusteet
LisätiedotPienimmän neliösumman menetelmä (PNS)
neliösumman Perusongelman kuvaus 1 Tarkastellaan neljää pitkää aikasarjaa q 1 = (q 11,q 21,...,q 10,1 ) T, q 2 = (q 12,q 22,...,q 10,2 ) T, q 3 = (q 13,q 23,...,q 10,3 ) T, ja p 1 = (p 11,p 21,...,p 10,1
Lisätiedot1. Tutkitaan regressiomallia Y i = β 0 + β 1 X i + u i ja oletetaan, että tavanomaiset
TA7, Ekonometrian johdantokurssi HARJOITUS 7 RATKAISUEHDOTUKSET 16.3.2015 1. Tutkitaan regressiomallia Y i = β 0 + X i + u i ja oletetaan, että tavanomaiset regressiomallin oletukset pätevät (Key Concept
LisätiedotSovellettu todennäköisyyslaskenta B
Sovellettu todennäköisyyslaskenta B Antti Rasila 22. marraskuuta 2007 Antti Rasila () TodB 22. marraskuuta 2007 1 / 17 1 Epäparametrisia testejä (jatkoa) χ 2 -riippumattomuustesti 2 Johdatus regressioanalyysiin
LisätiedotPienimmän neliösumman menetelmä (PNS)
neliösumman Perusongelman kuvaus 1 Tarkastellaan neljää pitkää aikasarjaa q 1 = (q 11,q 21,...,q 10,1 ) T, q 2 = (q 12,q 22,...,q 10,2 ) T, q 3 = (q 13,q 23,...,q 10,3 ) T, ja p 1 = (p 11,p 21,...,p 10,1
LisätiedotEläkettä saavien lasten Lesken ja entisen Lasten kerroin
Muistio 1 (6) Perhe-eläkkeen kertasuorituksessa käytettävät lasten lukumäärästä riippuvat kertoimet Sisällys 1 Yleistä edunsaajien lukumäärästä riippuvista kertoimista... 1 2 Kertoimet 1.1.2017 alkaen...
LisätiedotYhteenveto Espoon ruotsinkielisen väestön kehityksestä alkaen vuodesta 1999
Yhteenveto Espoon ruotsinkielisen väestön kehityksestä alkaen vuodesta 1999 Sisältäen: Espoon ruotsinkielinen väestö vs. Helsingin ruotsinkielinen väestö. Olennaiset erot väestön kehityksessä. Lasten lukumäärän
LisätiedotPienimmän neliösumman menetelmä (PNS)
neliösumman Perusongelman kuvaus 1 Tarkastellaan neljää pitkää aikasarjaa q 1 = (q 11,q 21,...,q 10,1 ) T, q 2 = (q 12,q 22,...,q 10,2 ) T, q 3 = (q 13,q 23,...,q 10,3 ) T, ja p 1 = (p 11,p 21,...,p 10,1
LisätiedotHarjoitus 9: Excel - Tilastollinen analyysi
Harjoitus 9: Excel - Tilastollinen analyysi Mat-2.2107 Sovelletun matematiikan tietokonetyöt Syksy 2006 Mat-2.2107 Sovelletun matematiikan tietokonetyöt 1 Harjoituksen aiheita Tutustuminen regressioanalyysiin
LisätiedotVahinkojen selvittelykuluvaraus vahinkovakuutuksessa
Vahinkojen selvittelykuluvaraus vahinkovakuutuksessa SHV-harjoitustyö Suomen Aktuaariyhdistyksen kuukausikokous 27.10.2014 Mika Sirviö Vakuutuskeskus Vakuutuskeskuksen muodostavat: Liikennevakuutuskeskus
LisätiedotDynaamiset regressiomallit
MS-C2128 Ennustaminen ja Aikasarja-analyysi, Lauri Viitasaari Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto Syksy 2016 Tilastolliset aikasarjat voidaan jakaa kahteen
LisätiedotPienimmän Neliösumman menetelmä (PNS)
neliösumman Perusongelman kuvaus 1 Tarkastellaan neljää pitkää aikasarjaa q 1 = (q 11,q 21,...,q 10,1 ) T, q 2 = (q 12,q 22,...,q 10,2 ) T, q 3 = (q 13,q 23,...,q 10,3 ) T, ja p 1 = (p 11,p 21,...,p 10,1
LisätiedotPS-sopimusten sekä vakuutusten kulujen ja tuottojen ilmoittamisesta
PS-sopimusten sekä vakuutusten kulujen ja tuottojen ilmoittamisesta Vero2013, Helsinki 13.3.2013 Finanssivalvonta Finansinspektionen Financial Supervisory Authority 13.3.2013 Antti Lampinen 0 Tausta Vakuutusvalvontaviraston
LisätiedotHarjoitukset 2 : Monimuuttujaregressio (Palautus )
31C99904, Capstone: Ekonometria ja data-analyysi TA : markku.siikanen(a)aalto.fi & tuuli.vanhapelto(a)aalto.fi Harjoitukset 2 : Monimuuttujaregressio (Palautus 24.1.2017) Tämän harjoituskerran tarkoitus
Lisätiedot805324A (805679S) Aikasarja-analyysi Harjoitus 4 (2016)
805324A (805679S) Aikasarja-analyysi Harjoitus 4 (2016) Tavoitteet (teoria): Hallita autokovarianssifunktion ominaisuuksien tarkastelu. Osata laskea autokovarianssifunktion spektriiheysfunktio. Tavoitteet
LisätiedotTYÖNTEKIJÄIN ELÄKELAIN MUKAISEN VAKUUTUKSEN YLEISET LASKUPERUSTEET. Kokooma 23.1.2008. Viimeisin perustemuutos on vahvistettu 3.2.1998.
TYÖNTEKIJÄIN ELÄKELAIN MUKAISEN VAKUUTUKSEN YLEISET LASKUPERUSTEET Kokooma 23.1.2008. Viimeisi perustemuutos o vahvistettu 3.2.1998. TYÖNTEKIJÄIN ELÄKELAIN MUKAISEN VAKUUTUKSEN YLEISET LASKUPERUSTEET Sisällysluettelo
LisätiedotHarjoitukset 3 : Monimuuttujaregressio 2 (Palautus )
31C99904, Capstone: Ekonometria ja data-analyysi TA : markku.siikanen(a)aalto.fi & tuuli.vanhapelto(a)aalto.fi Harjoitukset 3 : Monimuuttujaregressio 2 (Palautus 7.2.2017) Tämän harjoituskerran tehtävät
Lisätiedot3 = Lisäksi z(4, 9) = = 21, joten kysytty lineaarinen approksimaatio on. L(x,y) =
BM20A5810 Differentiaalilaskenta ja sovellukset Harjoitus 6, Syksy 2016 1. (a) Olkoon z = z(x,y) = yx 1/2 + y 1/2. Muodosta z:lle lineaarinen approksimaatio L(x,y) siten että approksimaation ja z:n arvot
LisätiedotPohjalaismaakuntien väestö ja perheet
Pohjalaismaakuntien väestö ja perheet Mihin pohjalaismaakunnat ovat menossa? Pohjalaismaakunnat tilastojen ja tutkimusten valossa -seminaari, Seinäjoki 9.3.212 Jari Tarkoma Esityksen sisältö Väestönkehitys
LisätiedotRuotsalainen tutkimus saksanpaimenkoirien sairauksista
Ruotsalainen tutkimus saksanpaimenkoirien sairauksista Eero Lukkari Pari viikkoa sitten julkaistiin loistava tutkimus saksanpaimenkoirien sairauksista ja kuolinsyistä Ruotsissa. Jos se olisi julkaistu
LisätiedotHarjoitukset 4 : Paneelidata (Palautus )
31C99904, Capstone: Ekonometria ja data-analyysi TA : markku.siikanen(a)aalto.fi & tuuli.vanhapelto(a)aalto.fi Harjoitukset 4 : Paneelidata (Palautus 7.3.2017) Tämän harjoituskerran tarkoitus on perehtyä
LisätiedotYleistetyistä lineaarisista malleista
Yleistetyistä lineaarisista malleista Tilastotiede käytännön tutkimuksessa -kurssi, kesä 2001 Reijo Sund Klassinen lineaarinen malli y = Xb + e eli E(Y) = m, jossa m = Xb Satunnaiskomponentti: Y:n komponentit
LisätiedotKaksiosaisen kuolevuusperusteen parametriestimointi ja pääoma-arvokertoimet. Samu Salminen ja Tuomas Hakkarainen
Kaksiosaisen kuolevuusperusteen parametriestimointi ja pääoma-arvokertoimet Samu Salminen ja Tuomas Hakkarainen 3.6.2015 Sisältö 1 Nykyinen yksiosainen Gompertz-kuolevuusmalli 2 1.1 Nykyperusteen määritelmä
LisätiedotEpävarmuuden hallinta bootstrap-menetelmillä
1/17 Epävarmuuden hallinta bootstrap-menetelmillä Esimerkkinä taloudellinen arviointi Jaakko Nevalainen Tampereen yliopisto Metodifestivaalit 2015 2/17 Sisältö 1 Johdanto 2 Tavanomainen bootstrap Bootstrap-menettelyn
LisätiedotMat Tilastollisen analyysin perusteet, kevät 2007
Mat-.14 Tilastollisen analyysin perusteet, kevät 7 7. luento: Tarina yhden selittään lineaarisesta regressiomallista atkuu Kai Virtanen 1 Luennolla 6 opittua Kuvataan havainnot (y, x ) yhden selittään
LisätiedotKorvausvastuun ennustejakauma bootstrap-menetelmän avulla
Korvausvastuun ennustejakauma bootstrap-menetelmän avulla Sari Ropponen 13.5.2009 1 Agenda Korvausvastuu vahinkovakuutuksessa Korvausvastuun arviointi Ennustevirhe Ennustejakauma Bootstrap-/simulointimenetelmä
LisätiedotMS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 7: Pienimmän neliösumman menetelmä ja Newtonin menetelmä.
MS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 7: Pienimmän neliösumman menetelmä ja Newtonin menetelmä. Antti Rasila Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Kevät 2016
LisätiedotKertoimien laskentakaava on seuraava:
Muistio 1 (7) Kertasuorituskertoimet 1.1.2017 alkaen Sisällys 1 Yleistä kertasuorituksista 2 Lapseneläkkeen kertasuorituskertoimet 1 Yleistä kertasuorituksista... 1 2 Lapseneläkkeen kertasuorituskertoimet...
LisätiedotVÄESTÖENNUSTE 2015-2040
VÄESTÖENNUSTE 2015-2040 KEHITTÄMIS- JA TALOUSOSASTO/ Kehittämispalvelut 1 / 2016 Alkusanat Tilastokeskus on julkaissut väestöennusteen joka kolmas vuosi. Tilastokeskuksen väestöennusteet perustuvat havaintoihin
LisätiedotTilasto vanhuuseläkevastuiden kuolevuusperustetäydennyksestä
Eläketurvakeskus Muistio 1 (5) Tilasto vanhuuseläkevastuiden kuolevuusperustetäydennyksestä 31.12.2016 Johdanto Vuoden 2016 keskeisiä laskuperustemuutoksia oli kuolevuusperustemuutos. Se oli osa työmarkkinajärjestöjen
LisätiedotSelvitys vakuutussäästöille annetuista kokonaishyvityksistä vuodelta 2010
Mandatum Life Selvitys vakuutussäästöille annetuista kokonaishyvityksistä vuodelta 2010 Pitkän aikavälin tavoite Mandatum Lifen tavoitteena on antaa pitkällä aikavälillä voitonjakoon oikeutetuille vakuutussäästöille
LisätiedotVakuutusosakeyhtiö Henki-Fennia 1 (6)
Vakuutusosakeyhtiö 1 (6) SELVITYS KOHTUUSPERIAATTEEN TOTEUTUMISESTA VUONNA 2011 Lisäetutavoitteet n tavoitteena on antaa ylijäämän jakoon oikeutettujen vakuutusten vakuutussäästöille pitkällä aikavälillä
LisätiedotReferenssikuolevuuden K2016 stokastinen mallintaminen vahinkovakuutusyhtio ssa
SUOMEN AKTUAARIYHDISTYS Referenssikuolevuuden K2016 stokastinen mallintaminen vahinkovakuutusyhtio ssa Suppea SHV-työ Ville Lilja 11. syyskuuta 2017 Tiivistelmä Tyo ssa tutkitaan kuolevuudesta aiheutuvaa
LisätiedotMikro- ja makrovakausanalyysi sekä Suomen finanssimarkkinat
Mikro- ja makrovakausanalyysi sekä Suomen finanssimarkkinat Aktuaaritoiminnan kehittämissäätiön syysseminaari 22.11.2012 Sampo Alhonsuo Finanssivalvonta Finansinspektionen Financial Supervisory Authority
LisätiedotViherseinien efekti Tilastoanalyysi
Viherseinien efekti Tilastoanalyysi Risto Heikkinen Tutkimuskysymykset Seinän vaikutus koettuun haittoihin työympäristössä? Seinän vaikutus oireiden määrään? Mitkä tekijät selittävät viherseinän jatkokäytön
LisätiedotTAMPEREEN YLIOPISTO Pro gradu -tutkielma. Kalle Suominen. Leen-Carterin malli
TAMPEREEN YLIOPISTO Pro gradu -tutkielma Kalle Suominen Leen-Carterin malli Matematiikan, tilastotieteen ja filosofian laitos Matematiikka Syyskuu 2006 Tampereen yliopisto Matematiikan, tilastotieteen
LisätiedotMS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 4: Ketjusäännöt ja lineaarinen approksimointi
MS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 4: Ketjusäännöt ja lineaarinen approksimointi Jarmo Malinen Matematiikan ja systeemianalyysin laitos 1 Aalto-yliopisto Kevät 2016 1 Perustuu
LisätiedotHelena Alkula palvelupäällikkö, Varma
13.9. Uudistuva työeläke, osa 3/5: Muuttuvat eläkeiät, Elina Juth, palvelupäällikkö, Varma Helena Alkula palvelupäällikkö, Varma Minna Harjula, lakiasiantuntija, Varma Uudistuva työeläke polku, aamiaiswebinaarit
LisätiedotNuoren tukeminen on poikiva sijoitus
Nuoren tukeminen on poikiva sijoitus IV Ohjaamo-päivät 16. 17.3.2016, Vantaa Nuorten tukeminen kannattaa aina tilastoista arkikokemuksiin Pekka Myrskylä, kehittämispäällikkö (eläk.), Tilastokeskus 6100000
Lisätiedot6. laskuharjoitusten vastaukset (viikot 10 11)
6. laskuharjoitusten vastaukset (viikot 10 11) 1. a) Sivun 102 hypergeometrisen jakauman määritelmästä saadaan µ µ 13 39 13! 13 12 11 10 9 µ 0! 8! 1! 2 2! 2 1 0 49 48! 47!! 14440 120 31187200 120 1287
Lisätiedot805306A Johdatus monimuuttujamenetelmiin, 5 op
monimuuttujamenetelmiin, 5 op syksy 2018 Matemaattisten tieteiden laitos Logistinen regressioanalyysi Vastemuuttuja Y on luokiteltu muuttuja Pyritään mallittamaan havaintoyksikön todennäköisyyttä kuulua
LisätiedotVirhearviointi. Fysiikassa on tärkeää tietää tulosten tarkkuus.
Virhearviointi Fysiikassa on tärkeää tietää tulosten tarkkuus. Virhelajit A. Tilastolliset virheet= satunnaisvirheet, joita voi arvioida tilastollisin menetelmin B. Systemaattiset virheet = virheet, joita
LisätiedotTilastollisen analyysin perusteet Luento 9: Moniulotteinen lineaarinen. regressio
Tilastollisen analyysin perusteet Luento 9: lineaarinen lineaarinen Sisältö lineaarinen lineaarinen lineaarinen Lineaarinen Oletetaan, että meillä on n kappaletta (x 1, y 1 ), (x 2, y 2 )..., (x n, y n
LisätiedotHFT: mitä ja miksi? Muuttuvatko väärinkäytökset kuka valvoo ja miten?
HFT: mitä ja miksi? Muuttuvatko väärinkäytökset kuka valvoo ja miten? Sijoitus-Invest 14. 15.11.2012 Finanssivalvonta Finansinspektionen Financial Supervisory Authority 14.11.2012 Laila Hietalahti 0 Finanssivalvonta
LisätiedotPylväsdiagrammi Suomen kunnat lääneittäin vuonna Piirakkadiagrammi Suomen kunnat lääneittäin vuonna 2003 LKM 14.8% 11.2% 19.7% 4.9% 3.6% 45.
Pylväsdiagrammi Suomen kunnat lääneittäin vuonna Piirakkadiagrammi Suomen kunnat lääneittäin vuonna 8.8% 8.9%.%.% 9.7%.7% Etelä Länsi Itä Oulu Lappi Ahvenanmaa Länsi Etelä Itä Oulu Lappi Ahvenanmaa Läänien
LisätiedotMitä kautta työkyvyttömyys
Mitä työkyvyttömyys maksaa? Allan Paldanius / Kuntien eläkevakuutus k Mitä kautta työkyvyttömyys maksaa? Työkyvyttömyyden eri vaiheet työkyvyn menetys alkaa näkyä satunnaiset sairaslomat, sijaisten palkat,
LisätiedotDiplomi-insinööri- ja arkkitehtikoulutuksen yhteisvalinta 2017 Insinöörivalinnan matematiikan koe , Ratkaisut (Sarja A)
Diplomi-insinööri- ja arkkitehtikoulutuksen yhteisvalinta 017 Insinöörivalinnan matematiikan koe 30..017, Ratkaisut (Sarja A) 1. a) Lukujen 9, 0, 3 ja x keskiarvo on. Määritä x. (1 p.) b) Mitkä reaaliluvut
Lisätiedot4.2 Useampi selittävä muuttuja (kertausta)
14.2.2019/1 MTTTA1 Tilastomenetelmien perusteet Luento 14.2.2019 4.2 Useampi selittävä muuttuja (kertausta) Selittäjien lukumäärä k (k-ra) = + + + + Malliin liittyvät oletukset i ~ N(0, 2 ) ja i:t ovat
LisätiedotIFRS-tilinpäätösvalvonnan eräitä havaintoja vuonna 2011
IFRS-tilinpäätösvalvonnan eräitä havaintoja vuonna 2011 Vuoden 2010 tilinpäätös Finanssivalvonta Finansinspektionen Financial Supervisory Authority 12/2011 Rahoitusinstrumentit (IFRS 7 ja IAS 39) Rahoitusinstrumenttien
LisätiedotSELVITYS KOHTUUSPERIAATTEEN TOTEUTUMISESTA VUONNA 2014
SELVITYS KOHTUUSPERIAATTEEN TOTEUTUMISESTA VUONNA 2014 Lisäetutavoitteet n tavoitteena on antaa ylijäämän jakoon oikeutettujen vakuutusten vakuutussäästöille pitkällä aikavälillä vähintään riskittömän
LisätiedotPRO GRADU -TUTKIELMA. Taru Vihinen. Vakuutusyhtiön korkoriskin arviointi dynaamisen Nelson-Siegel-mallin avulla
PRO GRADU -TUTKIELMA Taru Vihinen Vakuutusyhtiön korkoriskin arviointi dynaamisen Nelson-Siegel-mallin avulla TAMPEREEN YLIOPISTO Informaatiotieteiden yksikkö Tilastotiede Joulukuu 2014 Tampereen yliopisto
Lisätiedot(b) Vedonlyöntikertoimet syytetyn ihonvärin eri luokissa
Oulun yliopiston matemaattisten tieteiden tutkimusyksikkö/tilastotiede 805306A JOHDATUS MONIMUUTTUJAMENETELMIIN, sl 2017 (Jari Päkkilä) Harjoitus 3, viikko 47 (19.20.11.): kotitehtävät Ratkaisuja 1. Floridan
LisätiedotBM20A5840 Usean muuttujan funktiot ja sarjat Harjoitus 7, Kevät 2018
BM20A5840 Usean muuttujan funktiot ja sarjat Harjoitus 7, Kevät 2018 Tehtävä 8 on tällä kertaa pakollinen. Aloittakaapa siitä. 1. Kun tässä tehtävässä sanotaan sopii mahdollisimman hyvin, sillä tarkoitetaan
Lisätiedotedellyttää valintaa takaisinpanolla Aritmeettinen keskiarvo Jos, ½ Ò muodostavat satunnaisotoksen :n jakaumasta niin Otosvarianssi Ë ¾
ËØÙ ÓØÓ Ø Mitta-asteikot Nominaali- eli laatueroasteikko Ordinaali- eli järjestysasteikko Intervalli- eli välimatka-asteikko ( nolla mielivaltainen ) Suhdeasteikko ( nolla ei ole mielivaltainen ) Otos
LisätiedotLisä,etopake3 2: ra,onaalifunk,on integroin,
9/20/ Lisä,etopake 2: ra,onaalifunk,on integroin, Ra,onaalifunk,o: kahden polynomin P(x) ja Q(x) osamäärä. Esim. x 2 x + 2 tai x5 +6x x- Ra,onaalifunk,o voidaan aina integroida, ja tähän löytyy kajava
LisätiedotSELVITYS KOHTUUSPERIAATTEEN TOTEUTUMISESTA VUONNA 2013
SELVITYS KOHTUUSPERIAATTEEN TOTEUTUMISESTA VUONNA 2013 Lisäetutavoitteet n tavoitteena on antaa ylijäämän jakoon oikeutettujen vakuutusten vakuutussäästöille pitkällä aikavälillä vähintään riskittömän
LisätiedotRiskien hallinnan kehityskohteita finanssikriisin valossa
Kommenttipuheenvuoro: Riskien hallinnan kehityskohteita finanssikriisin valossa Aktuaaritoiminnan kehittämissäätiön syysseminaari 18.11.2009 Apulaisjohtaja Jukka Vesala Finanssivalvonta Finansinspektionen
LisätiedotInsinöörimatematiikka D
Insinöörimatematiikka D M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2015 M. Hirvensalo mikhirve@utu.fi V. Junnila viljun@utu.fi Luentokalvot
LisätiedotAlgoritmit 1. Demot Timo Männikkö
Algoritmit 1 Demot 1 25.-26.1.2017 Timo Männikkö Tehtävä 1 (a) Algoritmi, joka laskee kahden kokonaisluvun välisen jakojäännöksen käyttämättä lainkaan jakolaskuja Jaettava m, jakaja n Vähennetään luku
LisätiedotInversio-ongelmien laskennallinen peruskurssi Luento 4
Inversio-ongelmien laskennallinen peruskurssi Luento 4 Kevät 20 Regularisointi Eräs keino yrittää ratkaista (likimääräisesti) huonosti asetettuja ongelmia on regularisaatio. Regularisoinnissa ongelmaa
LisätiedotRegressioanalyysi. Kuusinen/Heliövaara 1
Regressioanalyysi Kuusinen/Heliövaara 1 Regressioanalyysin idea ja tavoitteet Regressioanalyysin idea: Oletetaan, että haluamme selittää jonkin selitettävän muuttujan havaittujen arvojen vaihtelun joidenkin
LisätiedotKansanterveystiede L2, sivuaine, avoin yo, approbatur. Väestörakenne, sosiodemografiset tekijät ja kansanterveys
Kansanterveystiede L2, sivuaine, avoin yo, approbatur VÄESTÖN TERVEYS L2 Väestörakenne, sosiodemografiset tekijät ja kansanterveys 13.09.2013 Kurssin johtaja: Prof. Eero Lahelma, eero.lahelma@helsinki.fi
LisätiedotSelvitys vakuutussäästöille annetuista kokonaishyvityksistä vuodelta 2009
Mandatum Life Selvitys vakuutussäästöille annetuista kokonaishyvityksistä vuodelta 2009 Pitkän aikavälin tavoite Mandatum Lifen tavoitteena on antaa pitkällä aikavälillä voitonjakoon oikeutetuille vakuutussäästöille
LisätiedotMuuttujan vaihto. Viikon aiheet. Muuttujan vaihto. Muuttujan vaihto. ) pitää muistaa lausua t:n avulla. Integroimisen työkalut: Kun integraali
Viikon aiheet Integroimisen työkalut: Rationaalifunktioiden jako osamurtoihin Rekursio integraaleissa CDH: Luku 4, Prujut206: Luvut 4-4.2.5, Prujut2008: s. 89-6 Kun integraali h(x) ei näytä alkeisfunktioiden
LisätiedotMS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi
MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi 6A Tilastolliset luottamusvälit Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto Syksy 2016,
LisätiedotAki Taanila YHDEN SELITTÄJÄN REGRESSIO
Aki Taanila YHDEN SELITTÄJÄN REGRESSIO 26.4.2011 SISÄLLYS JOHDANTO... 1 LINEAARINEN MALLI... 1 Selityskerroin... 3 Excelin funktioita... 4 EKSPONENTIAALINEN MALLI... 4 MALLIN KÄYTTÄMINEN ENNUSTAMISEEN...
LisätiedotVäliraportti 10 x 10 kokeilusta (tilanne )
Tutkimus ja Koulutus Humaani Oy Sirkku Laapotti ja Mika Hatakka 7.6.2017 Väliraportti 10 x 10 kokeilusta (tilanne 19.5.2017) Taustatietoja Tarkasteltavana oli 529 kokeilussa mukana olleen oppilaan ja 466
LisätiedotHenkivakuutuksia eri tarpeisiin. Sijoitus-Invest 14. 15.11.2012
Henkivakuutuksia eri tarpeisiin Sijoitus-Invest 14. 15.11.2012 Finanssivalvonta Finansinspektionen Financial Supervisory Authority 14.11.2012 Finanssivalvonta Suomen rahoitus- ja vakuutusvalvontaviranomainen
LisätiedotSuomalaisten veren kolesterolitasot ja rasvan ruokavaliossa FINRISKI 2012-tutkimuksen mukaan
Suomalaisten veren kolesterolitasot ja rasvan ruokavaliossa FINRISKI 2012-tutkimuksen mukaan Erkki Vartiainen, LKT, professori, ylijohtaja 25.11.2012 1 Kolesterolitason muutokset 1982-2012 Miehet 6,4 6,2
LisätiedotTyöeläkeuudistus 2017 ja sen vaikutus
Työeläkeuudistus 2017 ja sen vaikutus Mikko Kautto, johtaja Sosiaaliturvan uudistukset 2020-luvun sosiaalipolitiikan kokonaiskuvaa hahmottelemassa seminaari, 3.2.2015 @Mikko_Kautto eläketutka.fi Tutkimuskirjallisuus
LisätiedotBaltian kuolevuudesta
Baltian kuolevuudesta Toni Blomster 27. lokakuuta 2014 Sisältö 1 Johdantoa ja teoriaa 2 1.1 Lee-Carter kuolevuusmallista.................. 3 1.2 Variaatioita Lee-Carter-teemasta................ 4 1.3 Virhe-estimoinnista........................
LisätiedotTutkimusongelmia ja tilastollisia hypoteeseja: Perunalastupussien keskimääräinen paino? Nollahypoteesi Vaihtoehtoinen hypoteesi (yksisuuntainen)
1 MTTTP3 Luento 29.1.2015 Luku 6 Hypoteesien testaus Tutkimusongelmia ja tilastollisia hypoteeseja: Perunalastupussien keskimääräinen paino? H 0 : µ = µ 0 H 1 : µ < µ 0 Nollahypoteesi Vaihtoehtoinen hypoteesi
LisätiedotSHV-Tentti 25.11.2010 Vakuutusmatematiikan sovellukset
SHV-Tentti 25.11.2010 Vakuutusmatematiikan sovellukset STM Y1. Arvio tuntemattomien vahinkojen IBNR:n odotusarvo ja yhden hajonnan suuruinen varmuusmarginaali seuraavasta kehityskolmiosta: SATTUMIS- VUOSI
LisätiedotVanhoja koetehtäviä. Analyyttinen geometria 2016
Vanhoja koetehtäviä Analyyttinen geometria 016 1. Määritä luvun a arvo, kun piste (,3) on käyrällä a(3x + a) = (y - 1). Suora L kulkee pisteen (5,1) kautta ja on kohtisuorassa suoraa 6x + 7y - 19 = 0 vastaan.
LisätiedotDemonstraatiot Luento
TEKNILLINEN KORKEAKOULU Tietoliikenne- ja tietoverkkotekniikan laitos S-8.45 Liikenneteorian perusteet, Kevät 8 Demonstraatiot Luento 8..8 D/ Tarkastellaan seuraavaa yksinkertaista piirikytkentäistä (runko)verkkoa.
LisätiedotGaussin ja Jordanin eliminointimenetelmä
1 / 25 : Se on menetelmä lineaarisen yhtälöryhmän ratkaisemiseksi. Sitä käytetään myöhemmin myös käänteismatriisin määräämisessä. Ideana on tiettyjä rivioperaatioita käyttäen muokata yhtälöryhmää niin,
LisätiedotTA7, Ekonometrian johdantokurssi HARJOITUS 4 1 RATKAISUEHDOTUKSET
TA7, Ekonometrian johdantokurssi HARJOITUS 4 1 RATKAISUEHDOTUKSET 16..015 1. a Poliisivoimien suuruuden lisäksi piirikuntien rikostilastoihin vaikuttaa monet muutkin tekijät. Esimerkiksi asukkaiden keskimääräinen
LisätiedotMat Tilastollisen analyysin perusteet, kevät 2007
Mat-.104 Tilastollisen analyysin perusteet, kevät 007 8. luento: Usean selittäjän lineaarinen regressiomalli Kai Virtanen 1 Usean selittäjän lineaarinen regressiomalli Selitettävän muuttujan havaittujen
LisätiedotUsean selittävän muuttujan regressioanalyysi
Tarja Heikkilä Usean selittävän muuttujan regressioanalyysi Yhden selittävän muuttujan regressioanalyysia on selvitetty kirjan luvussa 11, jonka esimerkissä18 muodostettiin lapsen syntymäpainolle lineaarinen
LisätiedotRegressioanalyysi. Vilkkumaa / Kuusinen 1
Regressioanalyysi Vilkkumaa / Kuusinen 1 Regressioanalyysin idea ja tavoitteet Regressioanalyysin idea: Halutaan selittää selitettävän muuttujan havaittujen arvojen vaihtelua selittävien muuttujien havaittujen
Lisätiedotr = 0.221 n = 121 Tilastollista testausta varten määritetään aluksi hypoteesit.
A. r = 0. n = Tilastollista testausta varten määritetään aluksi hypoteesit. H 0 : Korrelaatiokerroin on nolla. H : Korrelaatiokerroin on nollasta poikkeava. Tarkastetaan oletukset: - Kirjoittavat väittävät
LisätiedotEläkkeellesiirtymisikä vuonna Jari Kannisto
Eläkkeellesiirtymisikä vuonna 2016 Jari Kannisto 15.2.2017 Aiheet Työeläkkeelle siirtyneiden määrä Eläkkeellesiirtymisiän kehitys Työllisyys Työllisen ajan odote 2 Eläkkeelle siirtymisen myöhentämistavoitetta
Lisätiedot