精算概率论

伯努利分布

/ ber-NOO-lee /

伯努利分布是最简单不过的随机试验:一个只有两种结果的“是或否”事件。硬币落地是正面或反面;投保人今年要么理赔、要么不理赔;病人这一年要么存活、要么死亡。每当世界递给你一个一次性的“成功或失败”,你就有了一次伯努利试验,它是许多更复杂分布得以构筑的原子。

伯努利随机变量 X 以概率 p 取值 1(成功),以概率 1 - p 取值 0(失败)。仅此而已。它的均值就是 E[X] = p,方差是 Var(X) = p(1 - p),在 p = 0.5 时最大(对一个五五开事件的不确定性最高),而当 p 趋近 0 或 1 时(几乎确定的结果几乎不带风险)则趋向于零。这个单一参数 p 既是成功概率,也是平均值。

在精算建模中,伯努利分布是任何单期“非此即彼”风险的天然模型。这一张保单会不会出险?这一条生命会不会在这一年内死亡?一年期死亡率 q_x 恰好就是一个伯努利“死亡”指示变量的成功概率。因为真实的投资组合包含许多这样相互独立的“是/否”试验,把它们相加就把伯努利变成了二项分布——这正是为什么伯努利分布是频率建模与整张生命表的根基。

把“一位 70 岁的人今年是否死亡”建模为参数 p = q_70 = 0.02 的伯努利分布。死亡指示变量以 0.02 的概率取 1,否则取 0;其均值为 0.02,方差为 0.02 × 0.98 = 0.0196。

一年内的死亡就是一次伯努利试验;死亡率 q_x 就是它的成功概率。

单独一次伯努利试验本身给不出任何可靠信息——取值永远只是 0 或 1;它的价值只有在许多相互独立的试验被汇集起来时才显现,这正是大数定律在起作用。

又称
Bernoulli trial伯努利分布两点分布0-1 分布