Estudo da Heterogeneidade nas Populações de Portugal e Espanha. Rute Ferreira Onofre Simões V Congresso Ibérico de Atuários 7 de junho de / 24
|
|
- Maria das Dores Regueira Gabeira
- 5 Há anos
- Visualizações:
Transcrição
1 Estudo da Heterogeneidade nas Populações de Portugal e Espanha Rute Ferreira Onofre Simões V Congresso Ibérico de Atuários 7 de junho de 2016 Rute Ferreira Onofre Simões V Congresso Ibérico de Atuários 7 de junho de / 24
2 Programa 1 Introdução 2 Modelos de Fragilidade Fragilidade Modelo Gama Modelo Inversa Gaussiana Força de Mortalidade 3 Aplicação à População Ibérica 4 Aplicação Atuarial Tábua Heterogénea Tábua Heterogénea vs Tábuas Convencionais 5 Conclusão 6 Estudos Posteriores 7 Referências Bibliográficas Rute Ferreira Onofre Simões V Congresso Ibérico de Atuários 7 de junho de / 24
3 Introdução Introdução Homogeneidade Padrão de mortalidade semelhante na população, em cada idade. Heterogeneidade Padrão de mortalidade diferente consoante o indivíduo; Oriunda de: Fatores observáveis. (Género, localização geográfica,...) Fatores não observáveis. (Genética,...) Modelos de fragilidade Literatura Vaupel, Manton e Stallard, 1979; Olivieri, 2006; Su e Sherris, 2012;... Rute Ferreira Onofre Simões V Congresso Ibérico de Atuários 7 de junho de / 24
4 Modelos de Fragilidade Fragilidade Modelos de Fragilidade Modelo Multiplicativo µ x (z) = zµ x (1) z Fragilidade µ x (1) Força de mortalidade standard µ x (1) = αe βx Lei de mortalidade de Gompertz Rute Ferreira Onofre Simões V Congresso Ibérico de Atuários 7 de junho de / 24
5 Modelos de Fragilidade Modelo Gama Modelo Gama Nascença Idade x Distribuição z 0 Gama(k, λ) z x Gama(k, λ(x)) λ(x) = λ + H(x) Média z 0 = k λ z x = k λ(x) Variância σ 2 z 0 = k λ 2 σ 2 z x = k λ(x) 2 Pressuposto z 0 = 1 k = λ Rute Ferreira Onofre Simões V Congresso Ibérico de Atuários 7 de junho de / 24
6 Modelos de Fragilidade Modelo Inversa Gaussiana Modelo Inversa Gaussiana Nascença Idade x Distribuição z 0 IG(δ, θ) z x IG(δ, θ(x)) θ(x) = θ + H(x) Média z 0 = ( δ θ ) 1 2 z x = ( δ Variância σ 2 z 0 = 1 2 δ (θ) 3 σ 2 z x = 1 2 θ(x) ) 1 2 δ θ(x) 3 Pressuposto z 0 = 1 δ = θ Rute Ferreira Onofre Simões V Congresso Ibérico de Atuários 7 de junho de / 24
7 Modelos de Fragilidade Força de Mortalidade Força de Mortalidade µ x (z) = zµ x (1) Distribuição Média Variância Gama ( ) µ x Gama k, λ(x) µ x (1) λ(x) = k + H(x) E[µ x ] = Inversa Gaussiana ( ) µ x IG µ x (1)δ, θ(x) µ x (1) θ(x) = δ + H(x) ( µx (1)k k+h(x) E[µ x ] = µ x (1) Var[µ x ] = (µx (1))2 k (µx (1))2 Var[µ (k+h(x)) 2 x ] = 2 δ δ+h(x) ( ) 1 2 ) 1 δ 2 (δ+h(x)) 3 Rute Ferreira Onofre Simões V Congresso Ibérico de Atuários 7 de junho de / 24
8 Modelos de Fragilidade Força de Mortalidade Força de Mortalidade Força de mortalidade observada amostra de dimensão E x E[ˆµ x ] = E[µ x ] Var[ˆµ x ] = Var[µx ] E x Máxima Verosimilhança log L(ˆµ x E x, k ou δ, µ x (1)) = x { 12 [log(σ2 ) + log(2π)] (ˆµ x µ) 2 } 2σ 2 Rute Ferreira Onofre Simões V Congresso Ibérico de Atuários 7 de junho de / 24
9 Aplicação à População Ibérica Portugal Parâmetros estimados para os modelos de fragilidade Gama Mulheres Homens Mulheres Homens k 0, , , , α 0, , ,585E-06 2,687E-10 β 0, , , , log Máxima Verosimilhança -601, ,63 54,11-95,89 R 2 0,9325 0,9691 0,8871 0,3424 Inversa Gaussiana δ 0, , , , α 0, , , , β 0, , , , log Máxima Verosimilhança -55,50 88,18 49,22-208,71 R 2 0,9641 0,9936 0,9422 0,9142 Rute Ferreira Onofre Simões V Congresso Ibérico de Atuários 7 de junho de / 24
10 Aplicação à População Ibérica Portugal Força de mortalidade observada vs estimada Rute Ferreira Onofre Simões V Congresso Ibérico de Atuários 7 de junho de / 24
11 Aplicação à População Ibérica Espanha Parâmetros estimados para os modelos de fragilidade Gama Mulheres Homens Mulheres Homens k 0, , , , α 0, , , , β 0, , , , log Máxima Verosimilhança , ,43-571, ,61 R 2 0,7133 0,9930 0,8771 0,6009 Inversa Gaussiana δ 0, , , , α 0, , , , β 0, , , , log Máxima Verosimilhança 97,29 3,80-71, ,20 R 2 0,9936 0,9971 0,9617 0,7208 Rute Ferreira Onofre Simões V Congresso Ibérico de Atuários 7 de junho de / 24
12 Aplicação à População Ibérica Espanha Força de mortalidade observada vs estimada Rute Ferreira Onofre Simões V Congresso Ibérico de Atuários 7 de junho de / 24
13 Aplicação à População Ibérica Previsão da Força de Mortalidade Portugal Espanha Rute Ferreira Onofre Simões V Congresso Ibérico de Atuários 7 de junho de / 24
14 Aplicação à População Ibérica Média e Desvio Padrão Média Portugal Desvio Padrão Idade Mulheres Homens Mulheres Homens 0 1, , , , , , , , , , , , , , , , , , , , Média Espanha Desvio Padrão Idade Mulheres Homens Mulheres Homens 0 1, , , , , , , , , , , , , , , , , , , , Rute Ferreira Onofre Simões V Congresso Ibérico de Atuários 7 de junho de / 24
15 Aplicação à População Ibérica Prob. de Morte para Diferentes Fragilidades Portugal Espanha Numa população, indivíduos com diferentes fragilidades geram heterogeneidade. As duas populações em estudo têm, em geral, uma baixa fragilidade. Rute Ferreira Onofre Simões V Congresso Ibérico de Atuários 7 de junho de / 24
16 Aplicação Atuarial Tábua Heterogénea Valor Atuarial de uma Pensão Tábua Heterogénea Portugal Espanha Fragilidade Média da Coorte 0,0001 0,001 Média da Coorte 0,0001 0,001 Mulheres ä 65 23,83 27,65 18,76 24,20 26,66 17,51 % 51% 93% 67% 96% Homens ä 65 18,45 23,89 13,61 18,01 20,88 11,18 % 27% 87% 49% 93% Total ä 65 20,93 25,86 15,93 20,61 23,28 13,54 % 36% 90% 56% 94% Rute Ferreira Onofre Simões V Congresso Ibérico de Atuários 7 de junho de / 24
17 Aplicação Atuarial Tábua Heterogénea vs Tábuas Convencionais Tábuas Convencionais - Portugal (Fundos de Pensões) Tábua TV88/90 Mulheres Homens Total Tábua TV88/90 ä 65 16,41 Tábua Heterogénea ä 65 Portugal 23,83 18,45 20,93 ä 65 Espanha 23,28 18,01 20,61 VA inferior aos das populações em estudo, adequado apenas, por exemplo, para cerca de 10% da população portuguesa; Tábua mais adequada ao género masculino, ainda que insuficiente; Exemplo: Para uma pensão anual de e temos as seguintes provisões, Tábua Heterogénea Portuguesa = e; Tábua TV88/90 = e. Rute Ferreira Onofre Simões V Congresso Ibérico de Atuários 7 de junho de / 24
18 Aplicação Atuarial Tábua Heterogénea vs Tábuas Convencionais Tábuas Convencionais - Portugal e Espanha Tábua GKF95 Mulheres Homens Total Tábua GKF95 ä 65 17,01 Tábua Heterogénea ä 65 Portugal 23,83 18,45 20,93 ä 65 Espanha 23,28 18,01 20,61 VA inferior aos das populações em estudo; Tábua mais adequada ao género masculino; Rute Ferreira Onofre Simões V Congresso Ibérico de Atuários 7 de junho de / 24
19 Aplicação Atuarial Tábua Heterogénea vs Tábuas Convencionais Tábuas Convencionais - Portugal e Espanha Tábua GRF95 Mulheres Homens Total Tábua GRF95 ä 65 20,80 Tábua Heterogénea ä 65 Portugal 23,83 18,45 20,93 ä 65 Espanha 23,28 18,01 20,61 VA superior às duas tábuas anteriores; VA muito próximo dos obtidos para as populações em estudo; Adequação da tábua aos valores obtidos com heterogeneidade. Rute Ferreira Onofre Simões V Congresso Ibérico de Atuários 7 de junho de / 24
20 Conclusão Conclusões O Modelo Inversa Gaussiana revela-se o mais adequado na aplicação dos modelos de fragilidade; Existência de heterogeneidade nas populações portuguesa e espanhola, principalmente em idades mais precoces; Diminuição da heterogeneidade com o avançar da idade; As populações portuguesa e espanhola revelam, em geral, uma baixa fragilidade; Indivíduos mais resistentes levam a uma esperança média de vida superior. Rute Ferreira Onofre Simões V Congresso Ibérico de Atuários 7 de junho de / 24
21 Conclusão Conclusões As tábuas obtidas recorrendo à heterogeneidade são úteis no estudo e análise da longevidade; A tábua TV88/90, utilizada na área de fundos de pensões em Portugal, e a tábua GKF95 utilizada nos dois países, não se ajustam aos dados; A tábua GRF95, utilizada nos dois países, maioritariamente em seguros de vida, adequa-se aos dados em estudo; Recomendação: Necessidade de reavaliar as tábuas utilizadas, nomeadamente utilizar as tábuas mais recentes (como é o caso da tábua GRF95). Rute Ferreira Onofre Simões V Congresso Ibérico de Atuários 7 de junho de / 24
22 Estudos Posteriores Estudos Posteriores Aplicação dos Modelos de Fragilidade a carteiras de seguradoras; Utilização dos MLG para a modelação da fragilidade; Utilizar outras leis de mortalidade (Ex.: Lei de Gompertz-Makeham); Aplicar o Modelo Markov ageing para o estudo da heterogeneidade (Lin e Liu ). Rute Ferreira Onofre Simões V Congresso Ibérico de Atuários 7 de junho de / 24
23 Referências Bibliográficas Butt, Z., & Haberman, S. (2004). Application of Frailty-Based Mortality Models Using Generalized Linear Models. Em Astin Bulletin; Olivieri, A. (2006). Heterogeneity in Survival Models, Applications to Pensions and Life Annuities. Em Belgian Actuarial Bulletin (Vol. 6 No.1, pp ); Sanz, L. (2007). La igualdad efectiva de mujeres y hombres: aspectos relacionados con las tablas actuariales de supervivencia. Em Actuarios. Su, S., & Sherris, M. (2012). Heterogeneity of Australian population mortality and implications for a viable annuity market. Em Insurance: Mathematics and Economics 51 (pp ); Shkolnikov, V., Barbieri, M., & Wilmoth, J. (2015). The Human Mortality Database. Obtido de Vaupel, J. W., Manton, G. K., & Stallard, E. (1979). The Impact of Heterogeneity in Individual Frailty on the Dynamics of Mortality. Em Demography (Vol. 3, pp ). Rute Ferreira Onofre Simões V Congresso Ibérico de Atuários 7 de junho de / 24 Referências Bibliográficas
24 Fim Rute Ferreira Onofre Simões V Congresso Ibérico de Atuários 7 de junho de / 24
MESTRADO CIÊNCIAS ATUARIAIS TRABALHO FINAL DE MESTRADO DISSERTAÇÃO ESTUDO DA HOMOGENEIDADE NAS TAXAS DE MORTALIDADE DA POPULAÇÃO PORTUGUESA
MESTRADO CIÊNCIAS ATUARIAIS TRABALHO FINAL DE MESTRADO DISSERTAÇÃO ESTUDO DA HOMOGENEIDADE NAS TAXAS DE MORTALIDADE DA POPULAÇÃO PORTUGUESA RUTE MARISA LOPES FERREIRA OUTUBRO 2015 MESTRADO EM CIÊNCIAS
Leia maisFilipe Ribeiro, Universidade de Évora/MPIDR Trifon I. Missov, MPIDR José Gonçalves Dias, Instituto Universitário de Lisboa (ISCTE-IUL) Maria Filomena
Filipe Ribeiro, Universidade de Évora/MPIDR Trifon I. Missov, MPIDR José Gonçalves Dias, Instituto Universitário de Lisboa (ISCTE-IUL) Maria Filomena Mendes, Universidade de Évora Introdução 1940 Frequente
Leia maisLeis de mortalidade: convergência ou divergência entre diferentes pontos de vista sobre a mortalidade portuguesa
Leis de mortalidade: convergência ou divergência entre diferentes pontos de vista sobre a mortalidade portuguesa Filipe Ribeiro, Universidade de Évora/MPIDR José Gonçalves Dias, Instituto Universitário
Leia maisTábua Completa de Mortalidade para Portugal
Tábuas de Mortalidade para Portugal 2011-2013 30 de maio de 2014 Tábua Completa de Mortalidade para Portugal 2011-2013 O INE divulga as Tábuas Completas de Mortalidade para Portugal, relativas ao período
Leia maisNuma década, homens ganham perto de 3 anos e mulheres 2 anos, na esperança de vida à nascença
Tábuas de Mortalidade para Portugal 2014-2016 29 de maio de 2017 Numa década, homens ganham perto de 3 anos e mulheres 2 anos, na esperança de à nascença A esperança de à nascença foi estimada em 80,62
Leia maisO Impacto das diferentes causas de morte na esperança de vida em Portugal
O Impacto das diferentes causas de morte na esperança de vida em Portugal Filipe Ribeiro, Universidade de Évora/MPIDR Maria Filomena Mendes, Universidade de Évora Évora, 13 de Setembro de 2012 Introdução
Leia maisTábuas Completas de Mortalidade para Portugal
1982-1984 1984-1986 1986-1988 1988-1990 1990-1992 1992-1994 1994-1996 1996-1998 1998-2000 2000-2002 2002-2004 2004-2006 2006-2008 2008-2010 2010-2012 2012-2014 1982-1984 1984-1986 1986-1988 1988-1990 1990-1992
Leia maisEsperança de vida atingiu 80,78 anos à nascença e 19,45 anos aos 65 anos
Tábuas de Mortalidade para Portugal 2015-2017 29 de maio de 2018 atingiu 80,78 anos à nascença e 19,45 anos aos 65 anos A esperança de à nascença foi estimada em 80,78 anos para o total da população, sendo
Leia maisRegressão de Poisson e parentes próximos
Janeiro 2012 Família Exponencial Seja Y uma variável aleatória. A distribuição de probabilidade de Y pertence à família exponencial se a sua função densidade de probabilidade é da forma ( ) yθ b(θ) f (y
Leia maisProbabilidades e Estatística MEEC, LEIC-A, LEGM
Departamento de Matemática Probabilidades e Estatística MEEC, LEIC-A, LEGM Exame a Época / o Teste (Grupos III e IV) o semestre 009/00 Duração: 80 / 90 minutos /06/00 9:00 horas Grupo I Exercício 5 valores
Leia maisAula 4. Aula de hoje. Aula passada
Aula 4 Aula passada Função de distribuição Bernoulli Sequência de v.a. Binomial, Geométrica, Zeta Valor esperado Variância Distribuição conjunta Independência de v.a. Aula de hoje Valor esperado condicional
Leia maisProjecções de população residente em Portugal Síntese metodológica e principais resultados
Projecções de população residente em Portugal 2008-2060 Síntese metodológica e principais resultados Edviges Coelho Instituto Nacional de Estatística Graça Magalhães Instituto Nacional de Estatística Enquadramento
Leia maisp( y θ ) depende de um parâmetro desconhecido θ.
55Modelação, Identificação e Controlo Digital 55 Método de Máxima Verosimilhança (Maximum Likelihood) Seja y uma variável aleatória (v. a.) cuja densidade de probabilidade p( y θ ) depende de um parâmetro
Leia maisRegiões Norte, Centro e Área Metropolitana de Lisboa com valores de esperança de vida superiores aos nacionais
Tábuas de Mortalidade 2015-2017 27 de setembro de 2018 Regiões Norte, Centro e Área Metropolitana de Lisboa com valores de esperança de vida superiores aos nacionais A esperança de vida à nascença em Portugal
Leia maisO contributo das diferentes causas de morte para a diferença na Esperança de Vida entre Portugal e Espanha
O contributo das diferentes causas de morte para a diferença na Esperança de Vida entre Portugal e Espanha Filipe Ribeiro (flipjribeiro@hotmail.com) Maria Filomena Mendes (mmendes@uevora.pt) 1 Introdução
Leia maisInferência estatística
Inferência estatística Susana Barbosa Mestrado em Ciências Geofísicas 2013-2014 Inferência estatística Obtenção de conclusões sobre propriedades da população a partir das propriedades de uma amostra aleatória
Leia maisIntrodução Regressão linear Regressão de dados independentes Regressão não linear. Regressão. Susana Barbosa
Regressão Susana Barbosa Mestrado em Ciências Geofísicas 2012-2013 Regressão linear x : variável explanatória y : variável resposta Gráfico primeiro! Gráfico primeiro! Gráfico primeiro! Modelo linear x
Leia mais9 Referências Bibliográficas
Referências Bibliográficas 9 Referências Bibliográficas AALEN, O. Nonparametric inference for a family of counting processes. Annals of Statistics, v. 6, p. 701-726, 1978. AMERICAN ACADEMY OF ACTUARIES
Leia maisProjecções de população residente em Portugal
Projecções de população residente em Portugal 2008-2060 Síntese metodológica e principais resultados Edviges Coelho Instituto Nacional de Estatística Graça Magalhães Instituto Nacional de Estatística CSE
Leia maisDistribuições Importantes. Distribuições Contínuas
Distribuições Importantes Distribuições Contínuas Distribuição Normal ou de Gauss Definição Diz-se que uma v.a. X contínua tem distribuição normal ou de Gauss, X Nor(µ,σ), se a sua função densidade de
Leia maisModelos bayesianos estáticos globais na construção de tábuas de mortalidade para a macrorregião do sul de Minas Gerais
UNIVERSIDADE FEDERAL DE ALFENAS LARISSA DE ALCÂNTARA MONTEIRO Modelos bayesianos estáticos globais na construção de tábuas de mortalidade para a macrorregião do sul de Minas Gerais Varginha-MG 2016 RESUMO
Leia maisExemplos Modelos Binomiais de Dose-Resposta
Exemplos Modelos Binomiais de Dose-Resposta p. 1/14 Exemplos Modelos Binomiais de Dose-Resposta Gilberto A. Paula Departamento de Estatística IME-USP MAE5763 - Modelos Lineares Generalizados 2 o semestre
Leia maisAnálise de dados em Geociências
Análise de dados em Geociências Regressão Susana Barbosa Mestrado em Ciências Geofísicas 2014-2015 Resumo Introdução Regressão linear dados independentes séries temporais Regressão de quantis Regressão
Leia maisMetodologias de Construção de Tábuas Biométricas Seletas e Finais a Partir de Modelos Paramétricos e Não-Paramétricos
Fábio Garrido Leal Martins Metodologias de Construção de Tábuas Biométricas Seletas e Finais a Partir de Modelos Paramétricos e Não-Paramétricos Dissertação de Mestrado Dissertação apresentada como requisito
Leia maisTeoria das Filas aplicadas a Sistemas Computacionais. Aula 08
Teoria das Filas aplicadas a Sistemas Computacionais Aula 08 Universidade Federal do Espírito Santo - Departamento de Informática - DI Laboratório de Pesquisas em Redes Multimidia - LPRM Teoria das Filas
Leia maisInferência Estatistica
Inferência Estatistica Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Modelos e Inferência Um modelo é uma simplificação da realidade (e alguns
Leia maisMESTRADO CIÊNCIAS ATUARIAIS TRABALHO FINAL DE MESTRADO RELATÓRIO DE ESTÁGIO DANIELA ALEXANDRA DINIS PATEIRO
MESTRADO CIÊNCIAS ATUARIAIS TRABALHO FINAL DE MESTRADO RELATÓRIO DE ESTÁGIO CONSTRUÇÃO DE TÁBUAS DE MORTALIDADE DINÂMICAS PARA O MERCADO PORTUGUÊS DE FUNDOS DE PENSÕES E AVALIAÇÃO DO RISCO DE LONGEVIDADE
Leia maisA seleção adversa na saída dos planos de seguro com cobertura por morte e sobrevivência
Rafaela de Gregório Dias A seleção adversa na saída dos planos de seguro com cobertura por morte e sobrevivência Dissertação de Mestrado Dissertação apresentada como requisito parcial para obtenção do
Leia maisNúmero de motoristas de caminhão Motoristas de caminhão em relação à PEA (homens) 2002 1,151,057 2002 2.35 2003 1,172,411 2003 2.36 2004 1,229,690 2004 2.38 2005 1,254,751 2005 2.37 2006 1,281,075 2006
Leia maisExemplos Regressão Dados Binários
Exemplos Regressão Dados Binários p. 1/28 Exemplos Regressão Dados Binários Gilberto A. Paula Departamento de Estatística IME-USP MAE5763 - Modelos Lineares Generalizados 2 o semestre de 2011 Exemplos
Leia maisMAE Introdução à Probabilidade e Estatística II Resolução Lista 5
MAE 229 - Introdução à Probabilidade e Estatística II Resolução Lista 5 Professor: Pedro Morettin e Profa. Chang Chian Exercício 1 (a) De uma forma geral, o desvio padrão é usado para medir a dispersão
Leia maisEconometria IV Modelos Lineares de Séries Temporais. Fernando Chague
Econometria IV Modelos Lineares de Séries Temporais Fernando Chague 2016 Estacionariedade Estacionariedade Inferência estatística em séries temporais requer alguma forma de estacionariedade dos dados Intuição:
Leia maisEsperança de vida mais elevada à nascença no Centro e aos 65 anos no Algarve
Tábuas de Mortalidade 2013-2015 30 de setembro de 2016 Esperança de vida mais elevada à nascença no Centro e aos 65 anos no Algarve A esperança de vida à nascença foi estimada em 80,41 anos para o total
Leia maisTESTES DE HIPÓTESES Notas de aula. Prof.: Idemauro Antonio Rodrigues de Lara
1 TESTES DE HIPÓTESES Notas de aula Prof.: Idemauro Antonio Rodrigues de Lara 2 Conteúdo 1. Fundamentos e conceitos básicos; 2. Função poder; 3. Testes mais poderosos e Lema de Neyman-Pearson; 4. Teste
Leia maisTeoria das Filas aplicadas a Sistemas Computacionais. Aula 09
Teoria das Filas aplicadas a Sistemas Computacionais Aula 09 Universidade Federal do Espírito Santo - Departamento de Informática - DI Laboratório de Pesquisas em Redes Multimidia - LPRM Teoria das Filas
Leia mais7 Referências bibliográficas
7 Referências bibliográficas (s.d.). Fonte: SOA - Society of Actuaries: www.soa.org BELTRÃO, K., & SUGAHARA, S. (02). Tábuas de mortalidade para os funcionários públicos civis federais do poder executivo.
Leia maisPESQUISA EM MERCADO DE CAPITAIS. Prof. Patricia Maria Bortolon, D. Sc.
PESQUISA EM MERCADO DE CAPITAIS Prof. Patricia Maria Bortolon, D. Sc. Cap. 6 Técnicas de Cálculo da Fronteira Eficiente ELTON, E.; GRUBER, M.; BROWN, S., GOETZMANN, W. Moderna Teoria de Carteiras e Análise
Leia maisTÁBUAS COMPLETAS DE MORTALIDADE PARA PORTUGAL
DEPARTAMENTO DE ESTATÍSTICAS DEMOGRÁFICAS E SOCIAIS TÁBUAS COMPLETAS DE MORTALIDADE PARA PORTUGAL METODOLOGIA DOCUMENTO ACTUALIZADO EM 5--2 Outubro de 27 ÍNDICE. INTRODUÇÃO 2. DEFINIÇÃO E CONCEITOS FUNDAMENTAIS
Leia maisPESQUISA EM MERCADO DE CAPITAIS. Prof. Patricia Maria Bortolon, D. Sc.
PESQUISA EM MERCADO DE CAPITAIS Prof. Patricia Maria Bortolon, D. Sc. Cap. 13 O Modelo Padrão de Precificação dos Ativos ELTON, E.; GRUBER, M.; BROWN, S., GOETZMANN, W. Moderna Teoria de Carteiras e Análise
Leia maisMAE0212 Introdução à Probabilidade e Estatística II
MAE01 Introdução à Probabilidade e Estatística II Gabarito-Lista 3 Exercicio 1 (a) Cada X i N(µ, σ ). Tamanho da amostra n = 9, desvio padrão σ =. A amostra é: 4.9, 7.0, 8.1, 4.5, 5.6, 6.8, 7., 5.7, 6..
Leia maisBrazilian Applied Science Review
1579 Estimação de provisões IBNR incurred but not reported - no mercado de seguros Brasileiro utilizando modelos GAS Estimation of IBNR provisions - incurred but not reported - in the Brazilian insurance
Leia maisProbabilidade e Estatística
Probabilidade e Estatística Aula 6 Distribuições Contínuas (Parte 02) Leitura obrigatória: Devore, Capítulo 4 Chap 6-1 Distribuições de Probabilidade Distribuições de Probabilidade Distribuições de Probabilidade
Leia maisSoluções da Colectânea de Exercícios
Soluções da Colectânea de Exercícios (Edição de Fevereiro de 2003) Capítulo 1 1.1 d) x = 3.167; s = 0.886 (dados não agrupados) e) mediana = x = 3.25; q 1 = 2.4 ; q 3 = 3.9 1.2 a) x = 2.866 ; x = 3; moda
Leia maisMais sobre Modelos Continuos
Mais sobre Modelos Continuos Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo 1 / 41 Transformação Linear da Uniforme Seja X uma variável aleatória
Leia maisExemplos Equações de Estimação Generalizadas
Exemplos Equações de Estimação Generalizadas Bruno R. dos Santos e Gilberto A. Paula Departamento de Estatística Universidade de São Paulo, Brasil giapaula@ime.usp.br Modelos Lineares Generalizados dos
Leia maisOn the Design of a European Unemployment Insurance Mechanism
On the Design of a European Unemployment Insurance Mechanism Árpád Ábrahám João Brogueira de Sousa Ramon Marimon Lukas Mayr European Universtiy Institute 12 January 2017, Ministério das Finanças, Lisboa
Leia maisNORMA REGULAMENTAR N.º 6/2007-R, DE 27 DE ABRIL EMPRESAS DE SEGUROS MARGEM DE SOLVÊNCIA E FUNDO DE GARANTIA
NORMA REGULAMENTAR N.º 6/2007-R, DE 27 DE ABRIL EMPRESAS DE SEGUROS MARGEM DE SOLVÊNCIA E FUNDO DE GARANTIA Com a entrada em vigor do novo Plano de Contas para as Empresas de Seguros são alteradas algumas
Leia maisValue at Risk Não-linear. Análise de Risco (4) R.Vicente
Value at Risk Não-linear Análise de Risco (4) R.Vicente Resumo Portfolios Lineares Portfolios Não-lineares: Aproximação Delta Portfolios Não-lineares: Aproximação Delta-quadrática Portfolios Não-lineares:
Leia maisAGA Análise de Dados em Astronomia I 7. Modelagem dos Dados com Máxima Verossimilhança: Modelos Lineares
1 / 0 AGA 0505- Análise de Dados em Astronomia I 7. Modelagem dos Dados com Máxima Verossimilhança: Modelos Lineares Laerte Sodré Jr. 1o. semestre, 018 modelos modelagem dos dados dado um conjunto de dados,
Leia mais5. PRINCIPAIS MODELOS CONTÍNUOS
5. RINCIAIS MODELOS CONTÍNUOS 04 5.. Modelo uniforme Uma v.a. contínua tem distribuição uniforme com parâmetros α e β α β se sua função densidade de probabilidade é dada por f, β α 0, Notação: ~ Uα, β.
Leia maisAULA 7 - Inferência em MQO: ICs e Testes de
AULA 7 - Inferência em MQO: ICs e Testes de Hipóteses Susan Schommer Econometria I - IE/UFRJ Nosso primeiro objetivo aqui é relembrar a diferença entre estimação de ponto vs estimação de intervalo. Vamos
Leia maisProblemas Resolvidos. 1. Distr. Uniforme Contínua. (a) f X (x; a, b) = 1 1 (x µ) 2. (b) µ = E(x) = a+b. e V ar(x) = (b a)2. 2. Distr.
Distribuições Contínuas - Problemas Resolvidos. Distr. Uniforme Contínua (a) f X (x; a, b) = b a (b) µ = E(x) = a+b e V ar(x) = (b a). Distr. Gaussiana (a) f X (x; a, b) = (x µ) π e (b) µ = E(x) = µ e
Leia maisIntervalos de confiança para rendas vitalícias: aplicação a fundos de pensões
Intervalos de confiança para rendas vitalícias: aplicação a fundos de pensões CIDÁLIA TOMÁS LOURDES AFONSO PEDRO CORTE REAL This presentation has been prepared for the V IBERIAN CONGRESS LISBOA 2016 IAP
Leia maisApontamentos de Introdução às Probabilidades e à Estatística
i Índice 7. Estimação 1 7.1. Estimação pontual 1 7.1.1. Propriedades dos estimadores 1 7.1.2. Métodos de estimação 4 7.1.2.1. Método dos momentos 4 7.1.2.2. Método da máxima verosimilhança 5 7.1.3. Exemplos
Leia maisO que é um Actuário? Gracinda R. Guerreiro 1 de Setembro de G.R. Guerreiro
O que é um Actuário? Gracinda R. Guerreiro 1 de Setembro de 2016 ACTUÁRIO Origem: deriva do latim Actuarius gestor de património do senado da Roma Antiga 1ª referência: 1775 matemático da companhia de
Leia maisRESUMO Energia e renda no Brasil: elasticidades-renda e concentração das despesas Palavras-chave:
per capita per capita per capita per capita per capita per capita per capita per capita per capita per capita per capita per capita per capita per capita per capita per capita per capita per capita per
Leia mais5. PRINCIPAIS MODELOS CONTÍNUOS
5. PRINCIPAIS MODELOS CONTÍNUOS 04 5.. Modelo uniforme Uma v.a. contínua X tem distribuição uniforme com parâmetros α e β (α β) se sua função densidade de probabilidade é dada por f ( ) β α 0, Notação:
Leia maisTribunal de Contas ANEXO I. Relatório dos Consultores Externos ISEG
Tribunal de Contas ANEXO I Relatório dos Consultores Externos ISEG Tribunal de Contas Relatório Actuarial Auditoria Orientada às Transferências para a Caixa Geral de Aposentações das Responsabilidades
Leia maisEstimação: (A) Propriedades e Distribuições Amostrais
Estimação: (A) Propriedades e Distribuições Amostrais Wagner H. Bonat Fernando P. Mayer Elias T. Krainski Universidade Federal do Paraná Departamento de Estatística Laboratório de Estatística e Geoinformação
Leia maisAnálise de Dados e Simulação
Universidade de São Paulo Instituto de Matemática e Estatística http:www.ime.usp.br/ mbranco Simulação de Variáveis Aleatórias Contínuas. O método da Transformada Inversa Teorema Seja U U (0,1). Para qualquer
Leia maisSoluções da Colectânea de Exercícios
Soluções da Colectânea de Exercícios (Edição de Fevereiro de 2003) Capítulo 1 1.1 d) x = 3.167; s = 0.886 (dados não agrupados) e) mediana = x = 3.25; q 1 = 2.4 ; q 3 = 3.9 1.2 a) x = 2.866 ; x = 3; moda
Leia maisInternamentos Hospitalares por VIH/SIDA em Portugal 2006: Modelos de Fragilidades na Sobrevivência
1 XVIII Congresso Mundial de Epidemiologia Internamentos Hospitalares por VIH/SIDA em Portugal 2006: Modelos de Fragilidades na Sobrevivência S. Dias 1,2, R. O. Martins 2, V. Andreozzi 3, J. Torgal 1 sdias@isegi.unl.pt
Leia maisUNIVERSIDADE FEDERAL DE MINAS GERAIS. Confiabilidade Lista 4. Professor: Enrico Colosimo Aluno: Augusto Filho Belo Horizonte - MG
UNIVERSIDADE FEDERAL DE MINAS GERAIS ESPECIALIZAÇÃO EM ESTATÍSTICA Confiabilidade Lista 4 Professor: Enrico Colosimo Belo Horizonte - MG 2 Exercício 1. Os dados abaixo foram apresentados por Nelson & Schmee
Leia maisEconometria em Finanças e Atuária
Ralph S. Silva http://www.im.ufrj.br/ralph/especializacao.html Departamento de Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro Maio-Junho/2013 Tópicos Tópicos Séries
Leia maisUniversidade Federal de Pernambuco Departamento de Estatística Inferência Estatística (PGE 951) Método de Máxima Verossimilhança (M.M.V.
Universidade Federal de Pernambuco Departamento de Estatística Inferência Estatística (PGE 95) Método de Máxima Verossimilhança (MMV) Definição: Qualquer ˆθ = ˆθ(X,, X n ) Θ tal que L(ˆθ; x,, x n ) = Sup{L(θ)
Leia maisPROJECTO DE NORMA EMPRESAS DE SEGUROS MARGEM DE SOLVÊNCIA E FUNDO DE GARANTIA
PROJECTO DE NORMA EMPRESAS DE SEGUROS MARGEM DE SOLVÊNCIA E FUNDO DE GARANTIA Com a entrada em vigor do novo Plano de Contas para as Empresas de Seguros são alteradas algumas políticas e critérios contabilísticos
Leia maisPráticas Atuariais em Seguros e Pensões
Práticas Atuariais em Seguros e Pensões 11. Funções de Comutação Thaís Paiva thaispaiva@est.ufmg.br 1. Funções Biométricas 2. Tábuas de Mortalidade 3. Funções de Comutação Práticas Atuariais 11. Funções
Leia maisQUERES JUNTAR-TE A NÓS? V E M FAZER A DIFERENÇA!
QUERES JUNTAR-TE A NÓS? V E M FAZER A DIFERENÇA! QUEM SOMOS? A Mercer é uma multinacional líder global em serviços de consultoria nas áreas de Career, Health e Wealth. A Mercer tem mais de 20.000 colaboradores
Leia maisO efeito interacção em modelos de equações estruturais
O efeito interacção em modelos de equações estruturais Maria de Fátima Salgueiro - ISCTE Business School, Lisboa fatima.salgueiro@iscte.pt XIV Congresso Anual da SPE - Covilhã 2006 XIV CONGRESSO DA SPE
Leia maisdiferente do número de variáveis
Eliminação Gaussiana - Número de equações diferente do número de variáveis Márcio Nascimento Universidade Estadual Vale do Acaraú Centro de Ciências Exatas e Tecnologia Curso de Licenciatura em Matemática
Leia maisProf.: Eduardo Vargas Ferreira
Universidade Federal do Paraná Laboratório de Estatística e Geoinformação - LEG Introdução Prof.: Eduardo Vargas Ferreira O que é Machine Learning? Estatística Data Mining 2 O que é Machine Learning? Estatística
Leia maisESTIMAÇÃO DE PARÂMETROS
ESTIMAÇÃO DE PARÂMETROS Um dos principais objetivos da estatística inferencial consiste em estimar os valores de parâmetros populacionais desconhecidos (estimação de parâmetros) utilizando dados amostrais.
Leia mais5. PRINCIPAIS MODELOS CONTÍNUOS
5. PRINCIPAIS MODELOS CONTÍNUOS 2019 5.1. Modelo uniforme Uma v.a. contínua X tem distribuição uniforme com parâmetros e ( < ) se sua função densidade de probabilidade é dada por f ( x )={ 1 β α, α x β
Leia maisCompressão da Mortalidade: tendências e diferenciais regionais na variabilidade da idade à morte no Brasil,
Compressão da Mortalidade: tendências e diferenciais regionais na variabilidade da idade à morte no Brasil, 1980-2010 Marcos Roberto Gonzaga 1 José Vilton Costa 2 Palavras-chave: mortalidade, compressão,
Leia mais5. PRINCIPAIS MODELOS CONTÍNUOS
5. PRINCIPAIS MODELOS CONTÍNUOS 00 5.. Modelo uniforme Uma v.a. contínua X tem distribuição uniforme com parâmetros α e β (α β) se sua função densidade de probabilidade é dada por f ( ) β α 0, Notação:
Leia mais9 Revisão Bibliográfica
9 Revisão Bibliográfica BELLIS, C., SHEPHERD, J. e LYON, R. Understanding Actuarial Managment: the actuarial control cycle. 1. ed. Sydney: The Institute of Actuaries of Australia, 2003. BUSSAB, W. de O.
Leia maisPROVISIONAMENTO EM ACIDENTES DE TRABALHO. Série Estudos nº11
PROVISIONAMENTO EM ACIDENTES DE TRABALHO Luís Portugal Série Estudos nº11 3 de Novembro de 2010 1 Índice 1. INTRODUÇÃO... 3 2. BASES TÉCNICAS... 4 3. RUN-OFF DAS PROVISÕES MATEMÁTICAS... 6 4. PROVISÕES
Leia maisx, x < 1 f(x) = 0, x 1 (a) Diga o que entende por amostra aleatória. Determine a função densidade de probabilidade
Probabilidades e Estatística 2004/05 Colectânea de Exercícios LEIC, LERCI, LEE Capítulo 6 Estimação Pontual Exercício 6.1. Considere a população X com função densidade de probabilidade { x, x < 1 f(x)
Leia maisSeja (X,Y) uma v.a. bidimensional contínua ou discreta. Define-se valor esperado condicionado de X para um dado Y igual a y da seguinte forma:
46 VALOR ESPERADO CONDICIONADO Seja (X,Y) uma v.a. bidimensional contínua ou discreta. Define-se valor esperado condicionado de X para um dado Y igual a y da seguinte forma: Variável contínua E + ( X Y
Leia maisDiferenças de Género em Diferentes Sistemas de Avaliação: Evidência para Portugal
Diferenças de Género em Diferentes Sistemas de Avaliação: Evidência para Portugal Catarina Angelo Ana Balcão Reis Nova School of Business and Economics Apresentação DGEEC, Maio 2017 Catarina Angelo Apresentação
Leia maisν ν α α π θ θ δ α α α + + α + α α + α + φ Γ φ θ θ θφ Γ δ = α ν α α ν + ν ν + ν + ν + δ + ν ν + δ + + + + + δ + + ν ν + + ν + + + ν ν ν + + ν + ν + = θ β β + Γ δ Γ δ β µ µ µµ µ µ µ µ α ν α µ
Leia maisA distribuição Weibull Exponencial de Zografos
Trabalho apresentado no XXXV CNMAC, Natal-RN, 2014. A distribuição Weibull Eponencial de Zografos Patrícia Silva N. Barros, PPGBEA - UFRPE / DCE - UFPB E-mail: patriciajp1408@hotmail.com Kleber Napoleão
Leia maisUm modelo estocástico para o fluxo de caixa de um plano de previdência de um indivíduo 15
2 Simulação estocástica A simulação computacional consiste em empregar técnicas matemáticas em computadores com o propósito de gerar ensaios que tentam reproduzir de maneira análoga um processo ou operação
Leia maisStops para o passeio aleatório. MAC Aula 9. Walter Mascarenhas 27/04/2011. Walter Mascarenhas MAC Aula 9
MAC 5796. Aula 9 Walter Mascarenhas 7/04/011 Resumo 1 Curso de Streambase de 7/06 a 01/07. Streambase é um ferramenta para CEP = complex event processing. Para alunos regularmente matriculados no IME.
Leia maisESTATÍSTICA COMPUTACIONAL
ESTATÍSTICA COMPUTACIONAL Ralph dos Santos Silva Departamento de Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro Sumário Motivação Por exemplo, queremos analisar a série
Leia maisse-á a tendência de envelhecimento demográfico, project ando-se que em 2060 residam no território nacional cerca de 3 idosos por cada jovem.
Projecções de população residente em Portugal 2008-2060 19 de Março 2009 Nos próximos 50 anos, Portugal poderá continuar com cerca de 10 milhões de residentes, mas manter-se se-á a tendência de envelhecimento
Leia maisMODELOS DE REGRESSÃO PARA DADOS CONTÍNUOS ASSIMÉTRICOS
MODELOS DE REGRESSÃO PARA DADOS CONTÍNUOS ASSIMÉTRICOS 1 Diversas distribuições podem ser consideradas para a modelagem de dados positivos com distribuição contínua e assimétrica, como, por exemplo, as
Leia maisESTIMAÇÃO PARAMÉTRICA DO MODELO DE MISTURA COM FRAGILIDADE GAMA NA PRESENÇA DE COVARIÁVEIS
ESTIMAÇÃO PARAMÉTRICA DO MODELO DE MISTURA COM FRAGILIDADE GAMA NA PRESENÇA DE COVARIÁVEIS Jhon Franky Bernedo GONZALES 1 Vera Lucia Damasceno TOMAZELLA 1 João Paulo TACONELLI 1 RESUMO: Neste artigo é
Leia maisAnálise de Dados Categóricos
1/43 Análise de Dados Categóricos Modelo de Regressão de Poisson Enrico A. Colosimo/UFMG http://www.est.ufmg.br/ enricoc/ Departamento de Estatística Universidade Federal de Minas Gerais 2/43 Revisão:
Leia maisIntrodução à Álgebra Linear - MTM 112 Prof. Fabiana Fernandes
Universidade Federal de Ouro Preto Instituto de Ciências Exatas e Biológicas Departamento de Matemática Introdução à Álgebra Linear - MTM 2 Prof. Fabiana Fernandes Lista 02 Sistemas Lineares. Resolva e
Leia maisAntes de resolvermos a)-c), vamos relembrar a diferença entre esperança (variância) conditional e esperança (variância) incondicional.
Econometria Avançada - 015-1 SOLUÇÃO Terceira lista de exercícios Problema 1. Seja r t os retornos (ou log-retornos) diários de um ativo financeiros (por exemplo, S&P500 ou Petrobrás ON) tal que r t =
Leia maisTestes de Hipóteses para. uma Única Amostra. Objetivos de Aprendizagem. 9.1 Teste de Hipóteses. UFMG-ICEx-EST-027/031 07/06/ :07
-027/031 07/06/2018 10:07 9 ESQUEMA DO CAPÍTULO 9.1 TESTE DE HIPÓTESES 9.2 TESTES PARA A MÉDIA DE UMA DISTRIBUIÇÃO NORMAL, VARIÂNCIA CONHECIDA 9.3 TESTES PARA A MÉDIA DE UMA DISTRIBUIÇÃO NORMAL, VARIÂNCIA
Leia maisGráficos de Controle para Variáveis
Gráficos de Controle para Variáveis CE219 - Controle Estatístico de Qualidade Prof. Cesar Taconeli taconeli@ufpr.br Prof. Walmes Zeviani walmes@ufpr.br Laboratório de Estatística e Geoinformação Departamento
Leia maisDistribuições de probabilidade contínuas
BIE5781 Aula 3 Distribuições de probabilidade contínuas CONCEITOS Distribuições de probabilidade (revisão) Função de densidade probabilística Função de probabilidade acumulada Esperança e variância de
Leia mais2.1. Resultados do tratamento de informação
C. Seguros de Acidentes de Trabalho em Portugal Mortalidade e Remaridação 1. Enquadramento A estimação de parâmetros adequados para o provisionamento das pensões decorrentes de Acidentes de Trabalho tem
Leia maisEconometria em Finanças e Atuária
Ralph S. Silva http://www.im.ufrj.br/ralph/especializacao.html Departamento de Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro Maio-Junho/2013 Modelos condicionalmente
Leia maisSéries Temporais e Modelos Dinâmicos. Econometria. Marcelo C. Medeiros. Aula 4
em Econometria Departamento de Economia Pontifícia Universidade Católica do Rio de Janeiro Aula 4 O Processo Média-Móvel Muitas vezes, a estrutura auto-regressiva não é suficiente para descrever totalmente
Leia maisFundo de Pensões Complementares ANA, S.A. Demonstração da Posição Financeira
Fundo de Pensões Complementares ANA, S.A. Demonstração da Posição Financeira 2011 Índice 1 Valor da quota-parte do fundo afecta... 3 2 Valor actual das responsabilidades passadas obtidas pelo cenário de
Leia maisGeração de Variáveis Aleatórias Contínuas. Mat02274 Estatística Computacional. A Normal. A Normal. Normal Log-Normal Gama Erlang Beta.
Estatística Computacional Geração de Variáveis Aleatórias Contínuas 6 Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ Normal Log-Normal Gama Erlang Beta Weibull Student (t) Qui-Quadrado
Leia maisSéries Temporais e Modelos Dinâmicos. Econometria. Marcelo C. Medeiros. Aula 9
em Econometria Departamento de Economia Pontifícia Universidade Católica do Rio de Janeiro Aula 9 Data Mining Equação básica: Amostras finitas + muitos modelos = modelo equivocado. Lovell (1983, Review
Leia mais