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……

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

单项选择题下面数据节选自某个选择期为2年的选择-终极生命表：假设死亡在相邻的两个整数年龄之间服从均匀分布假设，则10000.7q[61]+0.6的值为（）。

A.8.11
B.8.12
C.8.13
D.8.14
E.8.15