我是R的新手,但我尝试使用它来汇总通过频率分布的观察而从严重性分布观察到的损失-本质上是rcompound
的作用。但是,我需要更精细的方法,因为需要在“聚合”之前操纵严重性分布。
举个例子。假设您有:
rpois(10,lambda=3)
因此,给您类似的东西
[1] 2 2 3 5 2 5 6 4 3 1
另外,假设我们的损失严重程度由以下因素决定:
rgamma(20,shape=1,scale=10000)
这样我们还有以下输出:
[1] 233.0257 849.5771 7760.4402 731.5646 8982.7640 24172.2369 30824.8424 22622.8826 27646.5168 1638.2333 6770.9010 2459.3722 782.0580 16956.1417 1145.4368 5029.0473 3485.6412 4668.1921 5637.8359 18672.0568
我的问题是:什么是让R依次进行每个Poisson观测值然后汇总我的严重性分布损失的有效方法?例如,第一个泊松观测值为2。因此,从我的Gamma分布中添加两个观测值(前两个)得出1082.61。
由于以下事实,我说这需要是“有效的”(运行时): -泊松参数可能会很大,即最多1000个左右。 -可能有多达100万个变现,也就是多达100万个泊松和伽玛观测值可以进行整理。
任何帮助将不胜感激。
谢谢,戴夫。