精算機率論

均勻分布

均勻分布是「徹底不偏不倚」的寫照:某個範圍內的每一個值都同樣可能,沒有哪一部分比別處更受偏愛。想像一個完美平衡的轉盤,可以停在刻度盤上 0 到 1 之間的任何位置——沒有哪個點更受青睞。它的密度是一個平坦的矩形,因此有時被稱為矩形分布。它是「我知道範圍,但沒有理由偏好其中任何一個值」這種想法的數學表達。

區間從 a 到 b 上的連續均勻分布,在該區間上有恆定密度 1/(b-a),在區間外為零。它的均值恰好落在正中央 (a+b)/2,變異數是 (b-a)^2/12。還有一種離散均勻分布——均勻骰子是經典例子,{1,2,3,4,5,6} 中每一個都同樣可能。平坦的形狀使均勻分布成為最簡單的非平凡連續分布,也是一個天然的基準。

均勻分布在精算工作中以兩種方式發揮作用。其一,它是模擬的引擎:電腦生成均勻隨機數,再(通過逆累積分布函數)把它們變換成你想要的任何分布的抽樣,這是對損失與資本進行一切蒙地卡羅建模的基礎。其二,它作為一種建模假設出現——死亡均勻分布(UDD)假設把每一歲年齡區間內的死亡均勻地鋪開,以便在分數年齡處對生命表做插值。不過,單把它當作損失模型很少現實,因為真實損失幾乎從不在整個範圍內等可能。

要從任意損失分布中模擬一筆理賠,電腦先在 0 到 1 之間均勻抽取一個 U,再令損失等於「累積分布函數恰好等於 U 的那個值」。這個逆變換技巧把平坦的隨機性變成你所需要的任何形狀。

均勻隨機數是一切模擬的原始燃料。

均勻分布很少是真實損失的可信模型——它的主要職責是充當模擬的構件和便利的插值假設,而不是對現實風險的描述。

又稱
rectangular distribution均匀分布Uniform(a, b)