การปรับแก้อัตโนมัติของอัตรามรณะด้วยตัวแบบเปลี่ยนมิติของเบย์

ฐาปนี ปะจันระ

DSpace Home
→
Faculty and Institute
→
Faculty of Commerce and Accountancy - Acctn
→
Acctn - Theses
→
View Item

dc.contributor.advisor	สุวาณี สุรเสียงสังข์
dc.contributor.author	ฐาปนี ปะจันระ
dc.contributor.other	จุฬาลงกรณ์มหาวิทยาลัย. คณะพาณิชยศาสตร์และการบัญชี
dc.date.accessioned	2015-09-11T07:57:39Z
dc.date.available	2015-09-11T07:57:39Z
dc.date.issued	2555
dc.identifier.uri	http://cuir.car.chula.ac.th/handle/123456789/45185
dc.description	วิทยานิพนธ์ (วท.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2555	en_US
dc.description.abstract	การวิจัยนี้เป็นการนำเสนอวิธีการปรับแก้อัตรามรณะแบบใช้พารามิเตอร์วิธีใหม่ที่นำเอาหลักการ Bayesian Reversible Jump Markov Chain Monte Carlo ซึ่งวิธีการปรับแก้นี้สามารถให้ค่าปรับแก้ที่เหมาะสม โดยไม่ต้องปรับแก้เพิ่มจึงเรียกได้ว่าเป็นการปรับแก้อัตโนมัติ สำหรับการเปรียบเทียบได้ใช้วิธีการปรับแก้ด้วยตัวแบบเชิงเส้นทั่วไปกับข้อมูลอัตรามรณะชุดเดียวกัน อัตรามรณะที่ใช้ในการวิจัยนี้ประกอบด้วยอัตรามรณะของผู้เอาประกันชีวิต อัตรามรณะของประชากรไทย และอัตรามรณะจากการจำลองโดยใช้เทคนิคมอนติคาร์โล การเลือกวิธีการปรับแก้ที่เหมาะสมพิจารณาจากค่าเฉลี่ยร้อยละความคลาดเคลื่อนสัมบูรณ์ (MAPE) ที่มีค่าน้อยสุด การศึกษาพบว่าวิธีการปรับแก้ด้วยตัวแบบเชิงเส้นทั่วไปให้ค่า MAPE ต่ำกว่าวิธีการปรับแก้อัตโนมัติด้วยตัวแบบเปลี่ยนมิติของเบย์ แต่มีบางข้อมูลที่มีอัตรามรณะที่ไม่เป็นไปตามกฏของอัตรามรณะซึ่งวิธีการปรับแก้อัตโนมัติด้วยตัวแบบเปลี่ยนมิติของเบย์สามารถปรับให้อัตรามรณะที่ได้เป็นไปตามกฏดังกล่าวได้	en_US
dc.description.abstractalternative	This paper presents a new method of the parametric graduation of mortality rate which uses Bayesian Reversible Jump Markov Chain Monte Carlo methods. The new method can be seen as an automatic graduation method which this graduation method deals satisfactorily with the data in each case, without the need for any intervention from the graduator. For comparison, we also apply graduation using generalized linear models to the same mortality rates. Mortality data using in this study are life insured mortality rates, Thai populations mortality rates and mortality rates from Monte Carlo simulation. The suitable graduation methods were chosen by considering the smallest value of the mean absolute percent error (MAPE). The results of the study show that the MAPE of graduation using generalized linear models are smaller than those of graduation using Bayesian trans-dimensional models. However, automated graduation using Bayesian trans-dimensional models can be adjusted the mortality rate to the law of mortality.	en_US
dc.language.iso	th	en_US
dc.publisher	จุฬาลงกรณ์มหาวิทยาลัย	en_US
dc.relation.uri	http://doi.org/10.14457/CU.the.2012.1289
dc.rights	จุฬาลงกรณ์มหาวิทยาลัย	en_US
dc.subject	ประกันชีวิต	en_US
dc.subject	การตาย	en_US
dc.subject	ทฤษฎีการตัดสินใจทางสถิติของเบส์	en_US
dc.subject	Bayesian statistical decision theory	en_US
dc.subject	Mortality	en_US
dc.subject	Insurance, Life	en_US
dc.title	การปรับแก้อัตโนมัติของอัตรามรณะด้วยตัวแบบเปลี่ยนมิติของเบย์	en_US
dc.title.alternative	Automated graduation of mortality rates using bayesian trans-dimensional models	en_US
dc.type	Thesis	en_US
dc.degree.name	วิทยาศาสตรมหาบัณฑิต	en_US
dc.degree.level	ปริญญาโท	en_US
dc.degree.discipline	การประกันภัย	en_US
dc.degree.grantor	จุฬาลงกรณ์มหาวิทยาลัย	en_US
dc.email.advisor	fcomssr@acc.chula.ac.th
dc.identifier.DOI	10.14457/CU.the.2012.1289