Losses depend on two random variabl

Losses depend on two random variables. The first is the number of losses that will occur in a
specified period. For example, a healthy policyholder with hospital insurance will have no losses
in most years, but in some years he could have one or more accidents or illnesses requiring
hospitalization. This random variable for the number of losses is commonly referred to as the
frequency of loss and its probability distribution is called the frequency distribution. The second
random variable is the amount of the loss, given that a loss has occurred. For example, the
hospital charges for an overnight hospital stay would be much lower than the charges for an
extended hospitalization. The amount of loss is often referred to as the severity and the probability
distribution for the amount of loss is called the severity distribution. By combining the frequency
distribution with the severity distribution we can determine the overall loss distribution.

ผลลัพธ์ (ไทย) 1:

ขาดทุนขึ้นอยู่กับสองตัวแปรสุ่ม แรกคือ หมายเลขของความสูญเสียที่จะเกิดขึ้นในการระยะเวลาที่ระบุ ตัวอย่าง policyholder สุขภาพกับโรงพยาบาลประกันจะได้ไม่ขาดทุนปีส่วนใหญ่ แต่ ในบางปีเขาอาจมีอุบัติเหตุหรือเจ็บป่วยที่ต้องการโรงพยาบาล ตัวแปรสุ่มนี้จำนวนขาดทุนโดยทั่วไปเรียกว่าการความถี่ของการขาดทุนและการกระจายของความน่าเป็นคือการแจกแจงความถี่ ที่สองตัวแปรสุ่มมีจำนวนขาดทุน ที่สูญเสียเกิดขึ้น ตัวอย่าง การโรงพยาบาลค่าธรรมเนียมสำหรับการพักค้างคืนที่โรงพยาบาลจะเท่าต่ำกว่าค่าใช้จ่ายสำหรับการโรงพยาบาลที่ขยาย ยอดเงินของการสูญเสียมักจะเรียกว่าความรุนแรงและความน่าเป็นแจกสำหรับขาดทุนเรียกว่าการกระจายความรุนแรง โดยการรวมความถี่ในกระจายกับกระจายความรุนแรง เราสามารถกำหนดการกระจายสูญเสียโดยรวมได้

ผลลัพธ์ (ไทย) 2:

ความเสียหายที่เกิดขึ้นกับทั้งสองตัวแปรสุ่ม
ที่แรกก็คือจำนวนของการสูญเสียที่จะเกิดขึ้นในระยะเวลาที่กำหนด ยกตัวอย่างเช่นกรมธรรม์ประกันสุขภาพที่มีโรงพยาบาลจะมีการสูญเสียไม่มีในปีที่ผ่านมากที่สุดแต่ในบางปีเขาจะมีหนึ่งหรือเกิดอุบัติเหตุหรือโรคที่ต้องรักษาในโรงพยาบาล นี้ตัวแปรสุ่มสำหรับจำนวนของการสูญเสียที่มักจะเรียกกันว่าความถี่ของการสูญเสียและการกระจายความน่าจะเป็นของมันจะถูกเรียกว่าการกระจายความถี่ ที่สองตัวแปรสุ่มคือปริมาณของการสูญเสียที่ได้รับการสูญเสียที่เกิดขึ้น ยกตัวอย่างเช่นค่าใช้จ่ายในโรงพยาบาลสำหรับการพักค้างคืนที่โรงพยาบาลจะต่ำกว่าค่าใช้จ่ายสำหรับการรักษาในโรงพยาบาลขยาย ปริมาณการสูญเสียมักจะเรียกว่าเป็นความรุนแรงและความน่าจะเป็นการกระจายปริมาณการสูญเสียที่เรียกว่าการกระจายความรุนแรง โดยการรวมความถี่การจัดจำหน่ายที่มีการกระจายความรุนแรงที่เราสามารถตรวจสอบการกระจายการสูญเสียโดยรวม

ผลลัพธ์ (ไทย) 3:

ขาดทุนขึ้นอยู่กับสองสุ่มตัวแปร แรกคือจำนวนของการสูญเสียที่จะเกิดขึ้นใน
ระบุระยะเวลา ตัวอย่างเช่น สิทธิประกันสุขภาพกับโรงพยาบาลจะไม่มีขาดทุน
ปีมากที่สุด แต่ในบางปี แต่เขาสามารถมีหนึ่งหรือมากกว่าหนึ่งเกิดอุบัติเหตุหรือความเจ็บป่วยที่ได้รับ
hospitalization . นี้ตัวแปรสำหรับจำนวนของการสูญเสียเป็นปกติจะเรียกว่า
ความถี่ของการสูญเสียและการแจกแจงความน่าจะเป็นเรียกว่าการแจกแจงความถี่ . ตัวแปรแบบที่สอง
คือปริมาณของการสูญเสีย ระบุว่ามีการสูญเสียเกิดขึ้น ตัวอย่างเช่น ค่าใช้จ่ายสำหรับการเข้าพัก
โรงพยาบาลโรงพยาบาลค้างคืนจะน้อยกว่าค่าใช้จ่ายสำหรับ
ไปรักษาในโรงพยาบาล ยอดขาดทุนมักจะเรียกว่า ความรุนแรงและความน่าจะเป็น
การกระจายปริมาณของการสูญเสียที่เรียกว่าความรุนแรงกระจาย โดยการรวมการกระจายความถี่
ที่มีความรุนแรง เราสามารถตรวจสอบการแจกแจงความสูญเสียโดยรวม