某团体由100人构成，每人有相同的死亡概率q=0.01，且每个人的死亡相互独立。现采用反函数法模拟该团体过去3……

单项选择题现采用总损失模型和反函数法模拟某机动车辆保险保单的总损失。假设索赔次数服从参数为4的泊松分布，每次索赔的金额服从均值为1000的指数分布。用区间[0，1]上均匀分布的随机数0.13来模拟该类保单的年索赔次数，用区间[0，1]上均匀分布的随机数列u 1=0.05、u 2=0.95、u 3=0.10依次模拟各次索赔的金额。则对于该类保单，模拟的年总损失为（）。

A.0
B.51
C.2996
D.3047
E.3152

单项选择题下表给出了对4个生命体从2000年1月1日到2004年1月1日观察到的死亡研究数据：给定死亡力：μx=1 b+x。则参数b 的极大似然估计值为（）。

A.7.52
B.8.02
C.8.24
D.8.57
E.8.76

单项选择题在Kimeldorf-Jones 修匀中，已知:其中m是先验均值向量，A是先验协方差矩阵，u是观察值向量，B 是给T定U后的条件协方差矩阵，v是修匀值向量。则 的值为（）。

A.2/9
B.7/11
C.9/13
D.8/15
E.6/17

单项选择题假设机动车辆保险中赔付额服从指数分布。下表中是两个不同品牌的汽车的赔付记录：现以似然比检验这两个品牌的汽车赔付额是否出自同一指数分布，则似然比检验统计量T的值为（）。

A.0.13852
B.0.14497
C.0.19144
D.0.25059
E.0.25183

单项选择题已知理赔数据样本如下：35，59，79，112，143，202。假设样本来自指数分布，且拟合分布参数用极大似然估计法给出，则假设检验时的K-S统计量的值为（）。

A.0.17346
B.0.23051
C.0.26231
D.0.28347
E.0.28702

单项选择题已知t=0时有3个活着的个体，观察到死亡时间为：t1＝4，t2＝7，t3＝9。假设死亡服从（0，10）上的均匀分布，则假设检验中的Anderson-Darling 统计量A2的值为（）。

A.0.66
B.0.73
C.0.91
D.1.52
E.3.65

单项选择题已知有20个理赔数据如下表所示：假设理赔变量服从参数为（α，θ）的帕累托分布，即概率密度函数为：则以30%，80%为分位数点时，θ的分位数估计值为（）。

A.347.86
B.590.35
C.715.03
D.859.61
E.1253.12

单项选择题对一个泊松盈余过程，已知如下信息：（1）理赔额变量分布为P{x=0}=P{x=1}=0.5；（2）调节系数为ln4；（3）保费连续均匀收入；则ψ（0）的值为（）。

A.小于0.2
B.介于0.2和0.4之间
C.介于0.4和0.6之间
D.介于0.6和0.8之间
E.大于0.8

单项选择题对于一个泊松盈余过程，每次理赔额为ln2，安全附加保费率为3-2ln2 （2ln2），则调节系数的值为（）。

A.1/2
B.ln2
C.2
D.8

单项选择题设复合泊松模型中理赔额变量取值于正整数，已知对某个固定k成立，且E（S）=1.48，则复合泊松模型中泊松参数为（）。

A.0.16
B.0.24
C.0.38
D.0.64
E.0.70

单项选择题设某保险公司共售出某种汽车保单1500张，保单持有者被分作两类，情况如下表所示：其中理赔额Bk服从参数为（λ，L ）的截断指数分布，分布密度函数为：若要求收取的保费总额低于理赔总额的概率不超过5%，则安全附加保费率θ为（）。

A.0.1531
B.0.1683
C.0.1849
D.0.1872
E.0.1930

单项选择题假设某险种的损失额服从参数为α=4，θ=900的帕累托分布，免赔额为200元。损失次数服从奇异负二项分布，r=2，β=2。则索赔次数等于3的概率为（）。

A.0.0658
B.0.1175
C.0.1311
D.0.1317
E.0.4481

单项选择题已知随机变量X1，X2，X3相互独立，且，S=X1+X2+X3，则Fs（7）的值为（）。

A.0.140
B.0.160
C.0.315
D.0.417
E.0.569

单项选择题已知理赔次数N 服从（-1 2，3，0）类分布，则N 的数学期望为（）。

A.6.50
B.7.57
C.8.33
D.8.67
E.9.05

单项选择题假设实际损失额X 服从参数为（α，θ）的帕累托分布，且α=3，2ex（40）=3ex（20）。则ex（60）的值为（）。

A.40
B.52
C.60
D.65
E.67