用Python实现泊松分布,设计保险收益预测模型,分析保险公司实现盈利的可能

举报
yk 坤帝 发表于 2022/03/16 22:54:07 2022/03/16
【摘要】 公众号 yk 坤帝 后台回复 泊松分布 获取全部源代码 1.泊松分布 def poisson(k,Lambda): # 定义当变量服从泊松分布时计算概率的一个函数 # K:表...

公众号 yk 坤帝
后台回复 泊松分布 获取全部源代码

1.泊松分布

def poisson(k,Lambda):
    # 定义当变量服从泊松分布时计算概率的一个函数
    # K:表示随机事件发生的次数
    # Lambda:表示单位时间内随机事件的平均发生次数
    from math import exp,factorial 
    P = pow(Lambda,k)*exp(-Lambda)/factorial(k)   #计算服从泊松分布的概率因子
    #  求Lambda的k次方
    return P

  
 
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8

2.保险收益预测模型

# 保险收益预测模型

n = 10000      #预期投保人数
prob = 0.004   #每位投保人需要理赔的概率
premium = 100  #每位投保人支付的每年保费
cost = 20000   #保险公司给每位符合理赔要求的投保人支付理赔款金额

L = n*prob     #计算得到Lambda数值(即一年内需要理赔的平均人数)
K_breakeven = n*premium/cost    #实现盈亏平衡时的k

prob_breakeven = poisson(k = K_breakeven,Lambda=L)   #恰好实现盈亏平衡时的概率
print('M公司新保险产品恰好盈亏平衡的概率:',round(prob_breakeven,6))

  
 
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12

在这里插入图片描述

3.保险公司实现盈利的可能

import math
prob_list = []       #创建一个放置概率值的初始空列表
K_breakeven = math.trunc(K_breakeven)    #取整数

for i in range(K_breakeven):    #依次取小于盈亏平衡时k值的自然数
    P = poisson(k=i,Lambda=L)   #计算概率
    prob_list.append(P)

prob_profit = math.fsum(prob_list)   #将列表中的元素进行加总
print('M公司新保险产品实现盈利的概率',round(prob_profit,6))

  
 
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10

在这里插入图片描述

4.详细分析

公众号 yk 坤帝
后台回复 泊松分布 获取全部源代码
# 泊松分布

def poisson(k,Lambda):
    # 定义当变量服从泊松分布时计算概率的一个函数
    # K:表示随机事件发生的次数
    # Lambda:表示单位时间内随机事件的平均发生次数
    from math import exp,factorial 
    P = pow(Lambda,k)*exp(-Lambda)/factorial(k)   #计算服从泊松分布的概率因子
    #  求Lambda的k次方
    return P

# 保险收益预测模型

n = 10000      #预期投保人数
prob = 0.004   #每位投保人需要理赔的概率
premium = 100  #每位投保人支付的每年保费
cost = 20000   #保险公司给每位符合理赔要求的投保人支付理赔款金额

L = n*prob     #计算得到Lambda数值(即一年内需要理赔的平均人数)
K_breakeven = n*premium/cost    #实现盈亏平衡时的k

prob_breakeven = poisson(k = K_breakeven,Lambda=L)   #恰好实现盈亏平衡时的概率
print('M公司新保险产品恰好盈亏平衡的概率:',round(prob_breakeven,6))


# 保险公司实现盈利的可能

import math
prob_list = []       #创建一个放置概率值的初始空列表
K_breakeven = math.trunc(K_breakeven)    #取整数

for i in range(K_breakeven):    #依次取小于盈亏平衡时k值的自然数
    P = poisson(k=i,Lambda=L)   #计算概率
    prob_list.append(P)

prob_profit = math.fsum(prob_list)   #将列表中的元素进行加总
print('M公司新保险产品实现盈利的概率',round(prob_profit,6))

  
 
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
公众号 yk 坤帝
后台回复 泊松分布 获取全部源代码

  
 
  • 1
  • 2

文章来源: blog.csdn.net,作者:yk 坤帝,版权归原作者所有,如需转载,请联系作者。

原文链接:blog.csdn.net/qq_45803923/article/details/123523254

【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。