精算機率論
幾何分布
幾何分布回答一個「等待」的問題:到第一次成功為止需要試多少次?一直擲骰子直到擲出一個六——要擲幾次?一直賣保單直到有一張退保——要賣幾張?「到第一次成功為止(含這一次)的嘗試次數」(或「在它之前的失敗次數」)服從幾何分布。它是「耐心」的分布。
它只有一個參數 p,即每次相互獨立試驗的成功機率。第一次成功出現在第 k 次試驗的機率是 (1-p)^(k-1) · p——你需要 k-1 次失敗、然後一次成功。平均試驗次數是 1/p(如果成功機率是五分之一,你平均要等 5 次),變異數是 (1-p)/p^2。它的標誌性性質是無記憶性:已經經歷了許多次失敗,並不會改變你還要再等多久——這個過程對過去毫無記憶。它是指數分布的離散表親。
每當精算師以整數步長為「到事件發生為止的時間」建模時,就會遇到幾何分布:一張保單退保前存續的年數、到出險為止的期數、某個狀態切換前的持續長度。在獎懲(Bonus-Malus)或無賠款優待系統中,連續無理賠年數就帶有幾何分布的味道。它的無記憶性是一個很強、有時並不現實的假設——現實中退保率和理賠率往往隨保單年齡而變,所以樸素的幾何分布是一個起點模型,而非最終模型。
如果一張保單每年(相互獨立地)以 p = 0.1 的機率退保,那麼直到退保的年數服從幾何分布,均值為 1/0.1 = 10 年。但無記憶性意味著一張已存續 8 年的保單,預期還能再撐 10 年——這往往不現實。
幾何分布建模「到第一次事件為止要多久」——但它假定機率永不改變。
當心兩種常見約定:「包含成功在內的試驗次數」(取值 1, 2, 3, …)與「成功前的失敗次數」(取值 0, 1, 2, …)——它們的均值正好相差 1,所以務必說明你用的是哪一種。
又稱
另見